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?

r time-series autocorrelation

— jjepsuomi
fonte

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

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

$x$ $y$ $var( Corr(x, y) ) = 1/n$

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

— Sheng
fonte