K_DM Book
用語集
対象者 標準
対象者別の入口 →

対象者の設定はこのブラウザの中にだけ保存されます。

言語 JA

自己相関のヒートマップ

入門

04.2.5

自己相関のヒートマップ

最終更新 2020-10-29 読了時間 2 分
まとめ
自己相関のヒートマップは、元の系列を 0〜20 日ずらした 21 本の列を並べ、その 21×21 の相関行列を色で塗った図です。このページでは series.shift(lag) でラグ付きの DataFrame を作り、.corr() で相関行列を求め、seaborn.heatmap の cmap="RdBu_r" で赤(正)と青(負)に塗り分けます。ACF の棒グラフが「ラグ 0 と各ラグ」の相関しか見せないのに対し、ヒートマップは「ラグ 3 とラグ 10」のような任意の組み合わせを一度に見渡せるので、周期の長さと、特徴量として足すラグの候補を同時に選べます。

自己相関関数 (ACF) でラグと自己相関の意味、信頼区間の読み方を押さえておくと、ヒートマップの 1 行目が ACF そのものだと分かります。

ラグどうしの相関を 21×21 の行列にして色で塗ると、どの遅れとどの遅れが似た動きをするかを一枚で見渡せます。

直感 #

ACF の棒グラフは「今日と \(k\) 日前」の相関だけを並べたものです。ところが「3 日前と 10 日前はどれくらい似ているか」のような問いには答えられません。そこで元の系列を 0 日、1 日、…、20 日ずらしたコピーを 21 本作り、すべてのペアの相関係数を 21×21 の表にします。表の 1 行目(lag_0 の行)は普通の ACF と同じで、斜めに離れるほど「ずれの差」が大きいペアになります。周期 30 日の波が入っていると、ずれの差が 15 日のペアはちょうど逆位相になるので、対角線から 15 マス離れた位置に青い帯が走ります。

何が起きているか(ステップで見る) #

コードを読む前に、この手法が図の上で何をしているかを追ってみましょう。「再生」を押すか、スライダーを動かすと 1 手順ずつ進みます。

見るポイント:ずらした自分自身との相関が自己相関。周期と同じラグで相関が高くなる。

Python で描く #

次のコードは、前日の値を 0.5 倍だけ引き継ぐ AR(1) 成分と周期 30 日の正弦波を混ぜた 250 日の系列から、ラグ 0〜20 の 21 列を作り、その相関行列を seaborn.heatmap で描きます。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

rng = np.random.default_rng(18)
dates = pd.date_range("2020-01-01", periods=250, freq="D")
values = []
prev = 0.0
for t in range(len(dates)):
    seasonal = 2.0 * np.sin(2 * np.pi * t / 30)
    prev = 0.5 * prev + seasonal + rng.normal(0, 1)
    values.append(prev)

series = pd.Series(values, index=dates)

max_lag = 20
lagged = pd.concat(
    {f"lag_{lag}": series.shift(lag) for lag in range(max_lag + 1)},
    axis=1,
).dropna()

corr_matrix = lagged.corr()

fig, ax = plt.subplots(figsize=(7, 6))
sns.heatmap(
    corr_matrix,
    cmap="RdBu_r",
    center=0,
    annot=False,
    ax=ax,
    cbar_kws={"label": "相関係数"},
)
ax.set_title("自己相関ヒートマップ(ラグ 0〜20)")
ax.set_xlabel("ラグ")
ax.set_ylabel("ラグ")

fig.tight_layout()
fig.savefig("static/images/timeseries/acf_heatmap.svg")

自己相関のヒートマップの図

実行結果の読み方 #

対角線は相関 1 の濃い赤です。その両脇に沿って赤い帯が 2〜3 マス幅で走っているのが AR(1) 係数 0.5 の効果で、ずれの差が 1 日なら約 0.5、2 日なら約 0.25 と減っていきます。対角線から 15 マス離れた帯が青いのは、周期 30 日の波の半周期ぶんずれて逆位相になるためです。読むときは lag_0 の行(いちばん上)を左から右へ追い、濃い赤が立ち上がる列を探します。そこが「今日の値をよく説明する過去の日数」で、回帰や勾配ブースティングに shift(k) の列を足すときの候補になります。

使いどころと落とし穴 #

ヒートマップは、lag_1 から lag_20 までのうち互いに似すぎた列を見つけるのにも役立ちます。lag_1 と lag_2 の相関が 0.9 を超えるなら、両方を特徴量にしても情報はほとんど増えず、線形回帰では多重共線性で係数が不安定になります。ひとつ注意したいのは max_lag の選び方です。20 を 60 にすると行列は 61×61 に膨らみ、.dropna() で先頭 60 日が消えるので、250 日の系列では使える行が 190 行まで減ります。周期の長さを先に パワースペクトル で見当づけ、その 1.5〜2 倍を max_lag にすると無駄がありません。