Comprendre les lignes pointillées bleues dans un ACF à partir de R

10

J'ai un peu de mal à comprendre les lignes pointillées bleues dans l'image suivante de la fonction d'autocorrélation: entrez la description de l'image ici

Quelqu'un pourrait-il me donner une explication simple, ce qu'ils me disent?

jjepsuomi
la source

Réponses:

13

Les lignes donnent les valeurs au-delà desquelles les autocorrélations sont (statistiquement) significativement différentes de zéro. Votre ACF semble indiquer la saisonnalité. Je recommande Forecasting: Principles and Practice par Hyndman & Athanasopoulos , qui est disponible gratuitement en ligne. (Vous pouvez également acheter une version papier.)

Stephan Kolassa
la source
1
@pidosaurus: bon point, j'aurais dû noter le vrai titre du livre. J'ai modifié ma réponse pour l'inclure. L'ensemble du site otexts.com semble être en panne. Veuillez vérifier plus tard - le livre était en ligne il y a juste un jour, et je sais que les auteurs travaillent sur la 2e édition, donc je suis sûr qu'il reviendra - et le livre est vraiment fortement recommandé.
Stephan Kolassa
@pidosaurus: merci d'avoir attrapé et édité ça! On dirait que j'ai fait une erreur en tapant l'URL. (Je me demande comment j'ai obtenu six votes positifs avant que quelqu'un ne le remarque ...)
Stephan Kolassa
1
Voir cette question pour plus de détails sur la façon dont la bande de confiance est réellement calculée.
Candamir
5

Il ressemble à la saisonnalité (d'une durée de 18 périodes) et à un terme cyclique plus long d'environ 6 intervalles saisonniers.

Elle peut également être causée par une fonction périodique réelle

À quoi ressemble le PACF ou l'IACF?

Modifier: l'intrigue semble être celle générée dans R; les lignes pointillées bleues représentent un intervalle de confiance approximatif pour ce qui est produit par le bruit blanc, par défaut un intervalle de 95%

Glen_b -Reinstate Monica
la source
J'ai pris la photo d'un livre et il n'y a pas de PACF donné ... mais je ne m'intéresse qu'à la ligne pointillée bleue :) Merci
jjepsuomi
1
Vous pouvez obtenir (un peu) plus d'informations dans l'aide de la fonction plot.acfsous les entrées pour les choses avec cidans leur nom sous Arguments , ainsi que l'ensemble de la section Note - trouvez cette page d'aide ici
Glen_b -Reinstate Monica
1

Ils vous disent si la corrélation à ce décalage est significative. Imaginez que si vos échantillons sont tous indépendants dans la série chronologique (qui est l'hypothèse nulle), la corrélation à ce décalage sera calculée comme suit:

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

Lorsque et ont une moyenne de 0, vous obtenez .xyvar(Corr(x,y))=1/n

Ainsi, si vous recherchez l'intervalle de confiance à 95%, vous avez [-1,96 / \ sqrt {n}, + 1,96 / \ sqrt {n}].

Sheng
la source