Pregunta: **Cargar los datos** - En esta práctica, encontrará la correlación automática y la correlación automática parcial en una matriz de números. - Ejecute la siguiente celda para cargar los datos y convertirlos en un objeto de serie Solución: importar pandas como pd de la serie de importación de pandas serie temporal =

**Cargar los datos**
- En esta práctica, encontrará la correlación automática y la correlación automática parcial en una matriz de números.
- Ejecute la siguiente celda para cargar los datos y convertirlos en un objeto de serie
Solución:
importar pandas como pd
de la serie de importación de pandas
serie temporal = [30,21,29,31,40,48,53,47,37,39,31,29,17,9,20,24,27,35,41,38,
27,31,27,26,21,13,21,18,33,35,40,36,22,24,21,20,17,14,17,19,
26,29,40,31,20,24,18,26,17,9,17,21,28,32,46,33,23,28,22,27,
18,8,17,21,31,34,44,38,31,30,26,32]
ts = Serie (serie temporal)

**Correlación automática**
- importar acf desde el modelo de estadísticas
- Determine los valores de acf hasta el desfase 5, use **ts** como datos de series temporales, establezca unbiased = True y asigne a la variable `acf_corr`.
Solución:
acf_corr =
imprimir (acf_corr)

**Correlación automática parcial**
- importar pacf desde el modelo de estadísticas
- Determine los valores de pacf hasta el retraso 5, use ts como datos de series temporales y asígnelos a la variable `pacf_corr`.
Solución:
pacf_corr = _
imprimir (pacf_corr)

**Preguntas**
- ¿Cuál es la correlación automática para el retraso 1?, asigne este valor redondeado a 2 decimales a la variable `acf_lag_1`
- ¿Cuál es la correlación automática parcial para el retraso 3?, asigne este valor redondeado a 2 decimales a la variable `pacf_lag_3`
Solución:
acf_lag_1 = _
pacf_lag_3 = _