As aspas são do link no OP:
A identificação de um modelo de RA é geralmente melhor realizada com o PACF.
Para um modelo de RA, o PACF teórico "desliga" além da ordem do modelo. A frase "desligado" significa que, em teoria, as autocorrelações parciais são iguais a 0 além desse ponto. Em outras palavras, o número de autocorrelações parciais diferentes de zero fornece a ordem do modelo AR. Por "ordem do modelo", entendemos o atraso mais extremo de x usado como preditor.
... a regressão ordem , escrita como AR (k), é uma regressão linear múltipla na qual o valor da série a qualquer momento t é uma função (linear) dos valores às vezes t - 1 , t - 2 , … , t - k :kºt - 1 , t - 2 , … , t - k :
yt= β0 0+ β1 1yt - 1+ β2yt - 2+ ⋯ + β2yt - k+ ϵt.
Essa equação se parece com um modelo de regressão, conforme indicado no paginado vinculado ... Então, qual é a possível intuição do que estamos fazendo ...
Em sussurros chineses ou no jogo telefônico, como ilustrado aqui
a mensagem fica distorcida à medida que é sussurrada de pessoa para pessoa, e todos os vestígios de semelhança (quaisquer palavras verdadeiras, se você desejar) são perdidos após o participante vermelho (com exceção do artigo 'a'). O PACF nos diria que os coeficientes para os participantes azul e amarelo não contribuem assim que o efeito dos participantes marrom e vermelho é contabilizado (o participante verde no final da linha não distorce a mensagem).
Não é difícil chegar muito perto da saída real da função R, obtendo regressões OLS consecutivas através da origem de sequências mais atrasadas e coletando os coeficientes em um vetor. Esquematicamente,
um processo muito semelhante ao jogo telefônico - chegará a um ponto em que não haverá variabilidade no sinal da série temporal inicial real encontrada em fragmentos de si mesma progressivamente mais distantes.
A identificação de um modelo de MA geralmente é melhor realizada com o ACF do que com o PACF .
Para um modelo de MA, o PACF teórico não é desligado, mas diminui para 0 de alguma maneira. Um padrão mais claro para um modelo MA está no ACF. O ACF terá autocorrelações diferentes de zero apenas nos atrasos envolvidos no modelo.
Um termo da média móvel em um modelo de série temporal é um erro passado (multiplicado por um coeficiente).
O modelo de média móvel da ordem , indicado por MA (q), éqº
xt= μ + wt+ θ1 1Wt - 1+ θ2Wt - 2+ ⋯ + θqWt - q
comWt∼i i dN( 0 , σ2W) .
Aqui, não é a semelhança da mensagem entre os pontos do tempo que é pesquisada para trás no tempo, passo a passo, mas a contribuição do ruído, que eu imagino como os desvios frequentemente maciços que uma caminhada aleatória pode levar ao longo da linha do tempo:
Aqui existem várias seqüências progressivamente deslocadas que são correlacionadas, descartando qualquer contribuição das etapas intermediárias. Este seria o gráfico das operações envolvidas:
A este respeito, "CV é legal!" não é completamente diferente de "Naomi tem uma piscina". Do ponto de vista do ruído, as rimas ainda estão lá até o início do jogo.