시계열의 자기 상관 함수에서 읽어야 할 내용은 무엇입니까?

시계열이 주어지면 자기 상관 함수를 추정하고 예를 들어 아래와 같이 플롯 할 수 있습니다.

시계열

ACF

그러면이 자기 상관 함수에서 시계열에 대해 무엇을 읽을 수 있습니까? 예를 들어 시계열의 정상 성을 추론하는 것이 가능합니까?

편집 : 여기에 더 많은 지연이있는 차이 시리즈의 ACF가 포함되었습니다.

차별화 후 ACF

time-series autocorrelation

— utdiscant
소스

ACF를 더 큰 지연, 아마도 몇 백까지 줄이려면 도움이 될 수 있습니까?

— onestop

시계열의 안정성을 어떻게 정의합니까?

— mpiktas

당신은 아마도,하셨습니까 정상 성 ?

— 추기경

그렇습니다.

— utdiscant

이 acf는 지체 24의 증거 구조에 나타나는 것처럼 일일 효과를 통합하여 해결할 수있는 정상 성이 아닌 것을 제안합니다. 일일 효과는 차수 24의 자동 회귀 또는 23 시간의 인형이 필요할 경우 결정적 일 수 있습니다. 이 중 하나를 시도하고 결과를 평가할 수 있습니다. 추가 구조가 필요한 것으로 보입니다. 이는 레벨 시프트 또는 지연 1의 미분 연산자와 같은 일부 형태의 단기 자동 회귀 구조를 포함 할 필요가있을 수 있습니다. 유용한 모드를 식별하고 추정 한 후 잔차는 다음을 보장하기 위해 추가 조치 (모델 확대)를 제안 할 수 있습니다. 신호가 모든 정보를 완전히 추출하여 정상 또는 가우스 잡음 프로세스를 렌더링했습니다. 그러면 "안정성"에 관한 모호한 질문에 대답 할 것입니다. 도움이 되었기를 바랍니다 !

약간의 추가!

실제 데이터가있는 동안 acf가 마지막 단어가 아니기 때문에 "제안"이라는 단어가 사용됩니다. 실제 데이터가없는 경우 acf는 때때로 프로세스 특성을 분석하는 데 유용합니다.

— IrishStat
소스

시계열도를 보면 24시 지연 정도의 문제로 비 정체성이 해결되지 않을 것입니다. 나는 당신이 약 24 래그에서 볼 수있는 "구조"가 실제로 첫 번째 줄거리에서 매우 명백한 고주파 진동이라고 생각합니다. 실제로, 대략적인 추정치로, 인덱스 3500과 4000 사이의 가시 트로프를 계산했으며 그중 20 개를 봅니다. 간단한 지연-1 차이가이를 처리하는 경우 ACF 계수의 붕괴와 같이 상당히 뚜렷한 1 / f를 볼 수 있습니다. 그것은 나에게 즉시 그렇게 보이지는 않지만 플롯이 거의 없습니다.

— 추기경

: cardinal 당신이하는 말이 맞을 수도 있습니다. 실제 데이터는 기본 신호를 평가하는 데 도움이됩니다. 다른 포스터가 그것을 참조하는 것을 보았지만 데이터 스크러빙 프로그램에 액세스 할 수 없습니다. 아마도 실제 데이터가 게시되거나 데이터 / 스크린 스크러빙 프로그램에 대한 참조가 게시 될 수 있습니다.

— IrishStat

계열을 차별화하기 전에 ACF를 분석해야하는 이유는 무엇입니까? 분명한 추세가있을 때 거의 보편적 인 관행이 아닙니까?

— rolando2

: Rolando acf에 대해 분석하거나 의견을 말한 이유는 OP가 원했던 것이기 때문입니다. 나는 명백한 비정규 성을 수정함으로써 "acf의 지속성"을 다루고 싶을 수도 있다는 의견에 동의합니다. 올바른 해결책이 반드시 다를 수있는 것은 아닙니다 . insead.edu/facultyresearch/research/doc.cfm?did=46900을 참조하십시오 . 평균에 하나 이상의 "급격한"변화가 있지만 무작위 인 시계열을 시뮬레이션 할 수 있습니다. acf를 연구하고 고정 시리즈를 얻기 위해 시리즈를 차별화해야한다는 잘못된 증거임을 알 수 있습니다.

— IrishStat

@IrishStat : 귀하의 의견에 감사드립니다. 당신이 언급 한 논문은 대다수의 시계열 문헌과 상충되는 것 같습니다. 1995 년부터 인 것 같습니다. 어떻게 받았습니까? "작업 용지"라고 표시되어 있습니다. 피어 리뷰를받은 적이 있습니까?

— rolando2