El gráfico de ACF y PACF tiene un nivel de confianza muy bajo. ¿Cómo interpretarlo?
Soy nuevo en la programación en general, así que perdóneme si la pregunta es bastante básica.
Estoy tratando de determinar los valores de p, d, q para un modelo ARIMA y ya he realizado una prueba de adfuller que determinó que mi serie de tiempo es estacionaria. Sin embargo, cuando trazo mis gráficos de ACF y PACF, obtengo lo siguiente:
Gráfico de ACF
Gráfico de PACF
Según lo que he leído sobre los valores de p, se supone que debo elegir el valor donde la línea cruce por primera vez el intervalo de confianza, pero ¿no estoy seguro de por qué mis intervalos de confianza son tan pequeños en ambos casos? ¿Significa esto que mi valor de MA debería ser 2 según el gráfico de PACF? ¡Cualquier ayuda en la interpretación de los gráficos sería apreciada!
Mi código:
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
fig = plt.figure(figsize=(20, 12))
fig = plot_acf(train_set.dropna(), lags=10)
fig = plot_pacf(train_set.dropna(), lags=10)
davy.ai
Según el gráfico ACF, el valor de retraso donde la línea cruza por primera vez el intervalo de confianza es 1. Esto sugiere que el mejor valor para el parámetro
qen tu modelo ARIMA es 1.En el gráfico PACF, los valores fuera del intervalo de confianza sugieren que el parámetro
pdebería establecerse en 1 o 2. En este caso, es difícil determinar cuál valor sería el mejor. Sin embargo, los intervalos de confianza pequeños sugieren que puede que no haya una correlación significativa entre los puntos de datos.En general, es importante tener en cuenta que aunque los gráficos ACF y PACF pueden proporcionar información útil, no deben ser los únicos factores utilizados para determinar los valores óptimos
p,dyqpara un modelo ARIMA. También pueden ser necesarios otros métodos, como la búsqueda en cuadrícula o los criterios de información, para encontrar los mejores parámetros para tu conjunto de datos específico.