R에서 ACF의 파란색 점선 이해

10

다음 자기 상관 함수 그림에서 파란색 점선을 이해하는 데 약간의 어려움이 있습니다. 여기에 이미지 설명을 입력하십시오

누군가 나에게 간단한 설명을 줄 수 있습니까?

r time-series autocorrelation

— ep 수미
소스

13

선은 자기 상관이 0보다 통계적으로 유의하게 다른 값을 제공합니다. ACF가 계절성을 나타내는 것 같습니다. 온라인에서 무료로 제공 되는 Hyndman & Athanasopoulos의 예측 : 원칙과 실습 을 권장 합니다. (종이 버전을 구입할 수도 있습니다.)

— 스테판 콜라 사
소스

1

@ pidosaurus : 좋은 지적, 나는 책의 실제 제목을 언급해야합니다. 답변을 포함하도록 답변을 수정했습니다. otexts.com 웹 사이트 전체가 다운 된 것 같습니다. 나중에 다시 확인하십시오.이 책은 하루 전에 온라인 상태였으며 저자가 2 판을 작업 중이라는 것을 알고 있습니다. 따라서 다시 올 것입니다.

— Stephan Kolassa

@ pidosaurus : 그것을 잡아서 편집 해 주셔서 감사합니다! URL을 입력하는 중에 오류가 발생한 것 같습니다. (나 ... 사람이 발견하기 전에 내가 여섯 upvotes을 얻었는지 궁금합니다)

— 스테판 Kolassa

1

신뢰 구간이 실제로 계산되는 방법에 대한 자세한 내용 은 이 질문 을 참조하십시오 .

— Candamir

5

계절성 (길이 18 기간)과 약 6 계절 간격의 더 긴 순환 항처럼 보입니다.

실제주기 기능으로 인해 발생할 수도 있습니다.

PACF 또는 IACF는 어떻게 생겼습니까?

편집 : 플롯은 R에서 생성 된 것으로 보입니다. 파란색 파선은 백색 노이즈로 생성 된 것에 대한 대략적인 신뢰 구간을 나타내며 기본적으로 95 % 간격입니다.

— Glen_b-복귀 모니카
소스

나는 책에서 그림을 가져 왔고 PACF는 주어지지 않았다. 그러나 나는 파란색 점선에만 관심이있다. :) 감사합니다

— jjepsuomi

1

Arguments 아래에 이름이 plot.acf있는 항목의 항목에 대한 함수의 도움말 과 참고 섹션 전체 에서 도움말에 대한 정보를 조금 더 얻을 수 있습니다. 도움말 페이지는 여기를 참조하십시오.ci

— Glen_b -Reinstate Monica

1

그들은 그 지연에서 상관 관계가 중요한지 여부를 알려줍니다. 시계열에서 모두 독립적 인 표본 (널 귀무 가설)이 있다고 가정하면 해당 지연에서의 상관 관계는 다음과 같이 계산됩니다.

$var( Corr(x, y) ) = var( \frac{Cov(x, y)}{\sigma_x * \sigma_y} ) = var( \frac{\mu_{xy}- \mu_x * \mu_y}{\sigma_x * \sigma_y} ) = var( \frac{\mu_{xy}}{\sigma_x * \sigma_y} ) = \frac{ (\mu_x^2 + \sigma_x^2)*(\mu_y^2 + \sigma_y^2) - \mu_x^2 * \mu_y^2}{n * \sigma_x^2 * \sigma_y^2}$

때 와 평균 0, 당신은 얻을 . $x$ $y$ $var( Corr(x, y) ) = 1/n$

따라서 95 % 신뢰 구간을 찾는 경우 [-1.96 / \ sqrt {n}, + 1.96 / \ sqrt {n}]입니다.

— heng
소스