1

我有以下代码：

from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from pandas import ExcelWriter
import numpy as np
import pandas as pd
import seaborn as sns
import statsmodels.formula.api as smf
import statsmodels.tsa.api as smt
import statsmodels.api as sm
import scipy.stats as scs
from arch import arch_model
import sys
import matplotlib.pyplot as plt
import matplotlib as mpl
%matplotlib inline

df1 = df[['EURUSD Curncy']]
df1 = df1['EURUSD Curncy']
def tsplot(y, lags=None, figsize=(15, 12), style='bmh'):
    if not isinstance(y, pd.Series):
        y = pd.Series(y)
    with plt.style.context(style):    
        fig = plt.figure(figsize=figsize)
        #mpl.rcParams['font.family'] = 'Ubuntu Mono'
        layout = (3, 2)
        ts_ax = plt.subplot2grid(layout, (0, 0), colspan=2)
        acf_ax = plt.subplot2grid(layout, (1, 0))
        pacf_ax = plt.subplot2grid(layout, (1, 1))
        qq_ax = plt.subplot2grid(layout, (2, 0))
        pp_ax = plt.subplot2grid(layout, (2, 1))
        
        y.plot(ax=ts_ax)
        ts_ax.set_title('Time Series Analysis Plots')
        smt.graphics.plot_acf(y, lags=lags, ax=acf_ax, alpha=0.5)#<-- this line here the issue
        smt.graphics.plot_pacf(y, lags=lags, ax=pacf_ax, alpha=0.5)#<-- this line here the issue
        sm.qqplot(y, line='s', ax=qq_ax)
        qq_ax.set_title('QQ Plot')        
        scs.probplot(y, sparams=(y.mean(), y.std()), plot=pp_ax)

        plt.tight_layout()
    return
tsplot(df1.pct_change().dropna(), lags=30)
tsplot(df1.pct_change().dropna()**2, lags=30)

此函数产生以下图： 在此处输入图像描述

但是我要求的置信区间为 95%（alpha=0.5）并没有绘制出来。如果我将该行从函数中取出，它会起作用并显示间隔。

我被困住了，你能帮忙吗？谢谢

4

1 回答 1

2

好吧，首先对于您想要设置的 95% 置信区间alpha=0.05，而不是您当前拥有的置信区间。

但更重要的是，据我所知，您有一个相当大的高分辨率时间序列。由于在 statsmodels 1、2中计算 ACF 和 PACF 置信限的方式的性质，如此大的时间序列将导致非常小的值，从而导致置信区间基本上不可见。

因此，我的猜测是确实显示了置信区间，只是非常小，您必须放大才能看到它们。也许您可以考虑对您的系列中的一小部分执行 ACF/PACF，或者您可以对系列进行下采样。

最后，为了您的情节，可能值得将参数传递zero=False给plot_acf并plot_pacf摆脱第 0 个滞后，这显然是 1 并且可能会弄乱您的轴缩放。这样做可能有助于查看置信区间。

1对于 ACF，statsmodels 使用Barlett 公式，其中边界被计算为与样本大小的平方根成反比。

2对于 PACF，statsmodels 使用 1/sqrt(len(x))，它再次与样本大小的平方根成反比。

于 2020-10-27T15:39:09.800 回答