自相关函数不绘制滞后

问题描述

有人解决过这个问题吗？我正在尝试为学校项目执行 ARIMA 模型，并且在设置模型之前测试数据时，ACF 不显示滞后并且 Dickey-Fuller 测试不执行。我使用的数据是 1 年的加密货币价格。我已经在具有另一种加密货币价格的类似数据集上对其进行了测试，并且可以正常工作，但并非如此。我的代码是：


    from pandas import read_csv
    from matplotlib import pyplot
    import pandas
    series=read_csv('C:\\..\\XRP-USD.csv',header=0,parse_dates=[0],index_col=0)
    print(series)
    series.plot()
    pyplot.title("Ripple")
    X=dataset.values[:,1]
    X = series.values
    # Autocorrelation function for defining p value
    from statsmodels.tsa.stattools import acf
    from statsmodels.graphics.tsaplots import plot_acf
    lag_acf=acf(series)
    pyplot.figure()
    plot_acf(lag_acf)
    pyplot.title('Autocorrelation Function')
    pyplot.show()
    from pandas.plotting import autocorrelation_plot
    autocorrelation_plot(series)
    pyplot.show()
    
    # Partial autocorrelation function for defining q value
    from statsmodels.tsa.stattools import pacf
    from statsmodels.graphics.tsaplots import plot_pacf
    lag_pacf=pacf(series)
    pyplot.figure()
    plot_pacf(lag_pacf)
    pyplot.title('Partial autocorrelation function')
    pyplot.show()
    
    # Augmented Dickey-Fuller Test
    from pandas import read_csv
    from statsmodels.tsa.stattools import adfuller
    series = read_csv('C:\\...\\XRP-USD.csv',index_col=0,squeeze=True)
    X = series.values
    result = adfuller(X)
    print('ADF Statistic: %f' % result[0])
    print('p-value: %f' % result[1])
    print('Critical Values:')
    for key,value in result[4].items():
        print('\t%s: %.3f' % (key,value))

任何建议都会有所帮助！谢谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

arima autocorrelation python