1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Analýza časových řad v R
Connected

cvičení

Vizualizace funkce autokorelace

Odhadnutí funkce autokorelace (ACF) pro mnoho zpoždění nám umožňuje posoudit, jak časová řada x souvisí se svou vlastní minulostí. Číselné odhady jsou důležité pro detailní výpočty, ale stejně užitečné je zobrazit ACF jako funkci zpoždění.

Příkaz acf() ve výchozím nastavení vytváří graf. Sám si také zvolí hodnotu lag.max, tedy maximální počet zobrazených zpoždění.

Do tvého prostředí R byly načteny tři časové řady x, y a z, které jsou zobrazeny vpravo. Časová řada x vykazuje silnou perzistenci – aktuální hodnota těsně souvisí s těmi předcházejícími. Časová řada y ukazuje periodický vzor s délkou cyklu přibližně čtyři pozorování, takže aktuální hodnota blízce odpovídá hodnotě o čtyři kroky zpět. Časová řada z žádný zřejmý vzor nevykazuje.

V tomto cvičení zobrazíš odhadnutou funkci autokorelace pro každou z těchto časových řad. V grafech vytvořených funkcí acf() je zpoždění pro každý odhad autokorelace vyznačeno na vodorovné ose a výška svislých sloupců odpovídá hodnotě daného odhadu. Nezapomeň, že ACF při zpoždění 0 je vždy rovna 1.

Každý graf ACF navíc obsahuje dvojici modrých vodorovných přerušovaných čar představujících 95% intervaly spolehlivosti pro jednotlivá zpoždění se středem v nule. Slouží k posouzení statistické významnosti odhadu autokorelace při daném zpoždění oproti nulové hodnotě, tj. žádné autokorelaci při tom zpoždění.

Pokyny

100 XP
  • Třemi voláními funkce acf() zobraz odhadnuté ACF pro každou ze tří časových řad (x, y a z). V těchto voláních není potřeba zadávat žádné další argumenty.