[Aprenda Time Series] - Auto Regressão

Para uma série temporal estacionária, um modelo de regressão automática vê o valor de uma variável no tempo ‘t’ como uma função linear dos valores ‘p’ etapas de tempo que o precedem. Matematicamente, pode ser escrito como:

Onde, 'p'  é o parâmetro de tendência auto-regressiva, e, 'e t' é ruído branco, e:

denotam o valor da variável em períodos anteriores.

O valor de p pode ser calibrado usando vários métodos. Uma maneira de encontrar o valor apt de 'p' é traçar o gráfico de autocorrelação.

Nota - Devemos separar os dados em treinar e testar na proporção de 8: 2 do total de dados disponíveis antes de fazer qualquer análise nos dados porque os dados de teste servem apenas para descobrir a precisão do nosso modelo e a suposição é, não está disponível para nós até depois que as previsões foram feitas. No caso de séries temporais, a sequência de pontos de dados é muito essencial, portanto, deve-se ter em mente para não perder a ordem durante a divisão dos dados.

Um gráfico de autocorrelação ou correlograma mostra a relação de uma variável consigo mesma em etapas de tempo anteriores. Faz uso da correlação de Pearson e mostra as correlações dentro do intervalo de confiança de 95%. Vamos ver como fica a variável de "temperatura" dos nossos dados.

Todos os valores de latência fora da região sombreada em azul são considerados como tendo uma correlação.

t