Visualizar la función de autocorrelación

Estimar la función de autocorrelación (ACF) en muchos retardos nos permite evaluar cómo una serie temporal x se relaciona con su pasado. Las estimaciones numéricas son importantes para cálculos detallados, pero también es útil visualizar la ACF como función del retardo.

De hecho, el comando acf() genera una figura por defecto. También elige por defecto lag.max, el número máximo de retardos que se mostrarán.

Tres series temporales x, y y z se han cargado en tu entorno de R y se muestran a la derecha. La serie temporal x muestra una fuerte persistencia, es decir, el valor actual está muy próximo a los que le preceden. La serie temporal y muestra un patrón periódico con un ciclo de aproximadamente cuatro observaciones, lo que significa que el valor actual está relativamente cerca de la observación de hace cuatro instantes. La serie temporal z no presenta ningún patrón claro.

En este ejercicio, representarás una función de autocorrelación estimada para cada serie temporal. En las gráficas que produce acf(), el retardo de cada estimación de autocorrelación aparece en el eje horizontal y cada estimación de autocorrelación se indica con la altura de las barras verticales. Recuerda que la ACF en el retardo 0 siempre es 1.

Por último, cada figura de ACF incluye un par de líneas azules, horizontales y discontinuas que representan los intervalos de confianza del 95% por retardo, centrados en cero. Se usan para determinar la significación estadística de una estimación individual de autocorrelación en un retardo dado frente a un valor nulo de cero, es decir, ausencia de autocorrelación en ese retardo.