本文深入探讨自相关函数（ACF）和偏自相关函数（PACF），并介绍自回归（AR）和移动平均（MA）模型的工作原理。通过Python演示如何拟合自相关模型，帮助理解在时间序列分析中如何选择AR模型或MA模型。
一、本节目标
了解自相关函数（ACF）。
了解部分自相关函数（PACF）。
了解自回归和移动平均模型是如何工作的。
使用Python来拟合自相关模型。
二、ACF和PACF
1、自相关函数（ACF）
测量信号与自身延迟数据的相关性。
它用于发现信号中的重复模式，例如周期性信号的存在。
其中为平均值，
为方差
2、偏自相关函数（PACF）
滞后k处的部分自相关是
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
