Compreendendo as linhas pontilhadas azuis em um ACF de R

10

Estou com problemas para entender as linhas pontilhadas azuis na figura a seguir da função de autocorrelação: insira a descrição da imagem aqui

Alguém poderia me dar uma explicação simples, o que está me dizendo?

jjepsuomi
fonte

Respostas:

13

As linhas fornecem os valores além dos quais as autocorrelações são (estatisticamente) significativamente diferentes de zero. O seu ACF parece indicar sazonalidade. Eu recomendo o Forecasting: Principles and Practice de Hyndman & Athanasopoulos , disponível gratuitamente on-line. (Você também pode comprar uma versão em papel.)

Stephan Kolassa
fonte
11
@pidosaurus: bom ponto, eu deveria ter anotado o título real do livro. Eu editei minha resposta para incluí-la. Todo o site otexts.com parece estar inativo. Volte mais tarde - o livro estava on-line há apenas um dia, e eu sei que os autores estão trabalhando na 2ª edição, por isso tenho certeza de que voltará - e o livro é realmente altamente recomendado.
Stephan Kolassa
@pidosaurus: obrigado por capturar e editar isso! Parece que cometi um erro ao digitar o URL. (Me faz pensar como eu tenho seis upvotes antes que alguém percebeu ...)
Stephan Kolassa
11
Veja esta pergunta para detalhes sobre como a banda de confiança é realmente calculada.
Candamir
5

Parece sazonalidade (com duração de 18 períodos) e um termo cíclico mais longo, com cerca de 6 intervalos sazonais.

Também pode ser causado por uma função periódica real

Como é o PACF ou a IACF?

Edit: O enredo parece ser um gerado em R; as linhas tracejadas azuis representam um intervalo de confiança aproximado para o que é produzido pelo ruído branco; por padrão, um intervalo de 95%

Glen_b -Reinstate Monica
fonte
Eu tirei a foto de um livro e não está PACF dada ... mas eu só estou interessado na linha pontilhada azul :) Obrigado
jjepsuomi
11
Você pode obter (um pouco) mais informações da ajuda para a função plot.acfnas entradas de itens com ciseu nome em Argumentos , além de toda a seção Nota - encontre a página de ajuda aqui
Glen_b -Reinstate Monica
1

Eles estão lhe dizendo se a correlação nesse atraso é significativa. Imagine se você tiver todas as suas amostras independentes na série temporal (que é a hipótese nula), a correlação nesse atraso será calculada como

vumar(Corr(x,y))=vumar(Cov(x,y)σxσy)=vumar(μxy-μxμyσxσy)=vumar(μxyσxσy)=(μx2+σx2)(μy2+σy2)-μx2μy2nσx2σy2

xyvumar(Corr(x,y))=1 1/n

Portanto, se você estiver procurando pelo intervalo de confiança de 95%, possui [-1,96 / \ sqrt {n}, + 1,96 / \ sqrt {n}].

Sheng
fonte