Analisi dei residui - I

Come hai visto nel video, un’esecuzione di sarima() include un grafico per l’analisi dei residui. In particolare, l’output mostra (1) i residui standardizzati, (2) l’ACF campionaria dei residui, (3) un grafico Q-Q normale e (4) i p-value corrispondenti alla Q-statistic di Box–Ljung–Pierce.

In ogni esecuzione, controlla i quattro grafici dei residui come segue:

1. I residui standardizzati dovrebbero comportarsi come un rumore bianco con media zero e varianza uno. Esamina il grafico dei residui per verificare eventuali scostamenti da questo comportamento.
2. L’ACF campionaria dei residui dovrebbe assomigliare a quella di un rumore bianco. Esamina l’ACF per verificare eventuali scostamenti da questo comportamento.
3. La normalità è un’ipotesi essenziale quando si adattano modelli ARMA. Esamina il grafico Q-Q per identificare scostamenti dalla normalità e per individuare outlier.
4. Usa il grafico della Q-statistic per testare eventuali scostamenti dalla “bianchezza” dei residui.

Come nell’esercizio precedente, dl_varve <- diff(log(varve)), che è tracciata sotto il grafico di varve. Il pacchetto astsa è precaricato.