Розуміння синіх пунктирних ліній в ACF від R


10

У мене виникають проблеми з розумінням синіх пунктирних ліній на наступному малюнку функції автокореляції: введіть тут опис зображення

Чи міг би хтось дати мені просте пояснення, що вони мені кажуть?

Відповіді:


13

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.)


1
@pidosaurus: Добре, я мав би відзначити фактичну назву книги. Я відредагував свою відповідь, щоб включити її. Весь веб-сайт otexts.com, здається, не працює. Будь ласка, перевірте пізніше - книга була в Інтернеті лише день тому, і я знаю, що автори працюють над другим виданням, тому я впевнений, що вона повернеться - і книгу справді дуже рекомендується.
Стефан Коласа

@pidosaurus: спасибі за те, що ви це зробили та відредагували! Здається, я помилився під час введення URL-адреси. (Мене здивує, як я отримав шість нагород, перш ніж хтось помітив ...)
Стефан Коласа

1
Дивіться це запитання для детальної інформації про те, як насправді розраховується діапазон довіри.
Кандамір

5

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%


Я сфотографував із книги, і там не дано PACF ... але мене цікавить лише синя пунктирна лінія :) Дякую
jjepsuomi

1
Ви можете отримати (трохи) додаткову інформацію з довідки щодо функції plot.acfпід записами для речей з ciїх іменем у розділі Аргументи , а також у всьому розділі Примітка - знайдіть цю довідкову сторінку тут
Glen_b -Встановити Моніку

1

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

var(Corr(x,y))=var(Cov(x,y)σxσy)=var(μxyμxμyσxσy)=var(μxyσxσy)=(μx2+σx2)(μy2+σy2)μx2μy2nσx2σy2

Коли і мають середнє значення 0, ви отримуєте .xyvar(Corr(x,y))=1/n

Таким чином, якщо ви шукаєте інтервал довіри 95%, у вас є [-1,96 / \ sqrt {n}, + 1,96 / \ sqrt {n}].

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.