Začněte nyníZačněte zdarma

Autokorelace nesezónních časových řad

Dalším způsobem, jak prozkoumat data časové řady, je vynést každé pozorování oproti jinému pozorování z dřívějšího časového okamžiku pomocí funkce gglagplot(). Například můžeš vykreslit \(y_t\) oproti \(y_{t-1}\). Tento přístup se nazývá graf zpoždění (lag plot), protože vizualizuješ časovou řadu vůči jejím vlastním zpožděným hodnotám.

Korelace spojené s grafy zpoždění tvoří tzv. funkci autokorelace (ACF). Funkce ggAcf() slouží k vykreslení ACF grafů.

V tomto cvičení budeš pracovat s předem načtenými daty oil (dostupnými v balíčku fpp2), která obsahují roční produkci ropy v Saúdské Arábii v letech 1965–2013 (v milionech tun).

Toto cvičení je součástí kurzu

Forecasting v R

Zobrazit kurz

Pokyny k cvičení

  • Pomocí funkce autoplot() vykresli data oil.
  • Pro data oil znázorni vztah mezi \(y_t\) a \(y_{t-k}\), \(k=1,\dots,9\) pomocí jedné ze dvou výše uvedených funkcí. Sleduj, jak se vztahy mění s rostoucím zpožděním.
  • Stejným způsobem vykresli korelace odpovídající jednotlivým grafům zpoždění pomocí druhé vhodné nové funkce.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create an autoplot of the oil data
___

# Create a lag plot of the oil data
___

# Create an ACF plot of the oil data
___
Upravit a spustit kód