regression - 在多个时间序列一个数据集中使用 python 可视化自相关

Question

背景

对包含 4 个数据点的 21 个时间序列的数据集执行多元线性回归分析。每个数据点代表 9 个可以描述一个值的变量。21 个数据点用于水文集水区。

添加更多变量后，调整后的 R² 并没有迅速下降。

问题陈述

由于 4 个数据点是较长时间序列的静态窗口，我认为数据点之间的自相关是问题所在。

问题

如何可视化或估计不同时间序列内是否存在自相关？最好使用统计模型。

我试过的：

我认为残差的 ACF 不起作用，因为我有 21 个时间序列。

标签： regressionvisualizationstatsmodelsautocorrelation