使用plot_acf时不显示置信区间

Question

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)

该函数产生以下图：

但是我要求的 95% (alpha=0.5) 置信区间并未绘制出来。 如果我将该行从函数中取出，它将起作用并显示间隔。

我被困住了，你能帮忙吗？谢谢

Answer 1

首先，对于 95% 的置信区间，您需要设置

alpha=0.05

，而不是当前的值。

但更重要的是，据我观察，你有一个相当大、高分辨率的时间序列。由于 ACF 和 PACF 置信限在 statsmodels^1,2 中计算的性质，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。也许您可以考虑对系列的较小部分执行 ACF/PACF，或者您可以对系列进行下采样。

最后，为了你的情节，可能值得将参数

zero=False

传递给

plot_acf

和

plot_pacf

来消除第 0 个滞后，这显然是 1 并且可能会扰乱你的轴缩放。这样做可能有助于查看置信区间。

---

^{1 对于 ACF，statsmodels 使用 Barlett 公式，其中计算的界限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。}