Відповіді:
Рядки дають значення, за якими автокореляції (статистично) суттєво відрізняються від нуля. Здається, ваш ACF вказує на сезонність. Я рекомендую прогнозування: принципи та практика компанії Hyndman & Athanasopoulos , яке є у вільному доступі в Інтернеті. (Ви також можете придбати паперову версію.)
Це виглядає як сезонність (тривалістю 18 періодів) і більш тривалий циклічний термін приблизно 6 сезонних інтервалів.
Це також може бути викликано фактичною періодичною функцією
Як виглядає PACF або IACF?
Редагувати: Графік виглядає як генерований у R; сині пунктирні лінії представляють приблизний довірчий інтервал для того, що видається білим шумом, за замовчуванням інтервал 95%
plot.acf
під записами для речей з ci
їх іменем у розділі Аргументи , а також у всьому розділі Примітка - знайдіть цю довідкову сторінку тут
Вони говорять вам про те, чи важлива кореляція в цьому відставанні. Уявіть, якщо у вас зразки всі незалежні у часовому ряду (що є нульовою гіпотезою), кореляція при цьому відставанні буде розрахована як
Коли і мають середнє значення 0, ви отримуєте .
Таким чином, якщо ви шукаєте інтервал довіри 95%, у вас є [-1,96 / \ sqrt {n}, + 1,96 / \ sqrt {n}].