非季節時系列の自己相関
時系列データを見る別の方法として、ある時点の観測値を、以前のある時点の観測値とプロットする（gglagplot() を使う）やり方があります。たとえば、\(y_t\) を \(y_{t-1}\) に対してプロットします。これは、時系列をその遅れ（ラグ）に対してプロットするので、ラグプロットと呼ばれます。
ラグプロットに対応する相関係数は、自己相関関数（ACF） と呼ばれます。ggAcf() 関数は ACF プロットを作成します。
この演習では、事前に読み込まれている oil データ（fpp2 パッケージに含まれる）を使います。これは 1965 年から 2013 年までのサウジアラビアの年間原油生産量（単位：百万トン）を含んでいます。
この演習はコースの一部です
Rで学ぶ予測入門
演習の手順
autoplot()関数を使ってoilデータをプロットします。oilデータについて、上で紹介した 2 つの関数のいずれかを使い、\(k=1,\dots,9\) に対して \(y_t\) と \(y_{t-k}\) の関係をプロットします。ラグが大きくなるにつれて関係がどのように変化するかを確認してください。- 同様に、もう一方の新しい関数を使って、各ラグプロットに対応する相関をプロットします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create an autoplot of the oil data
___
# Create a lag plot of the oil data
___
# Create an ACF plot of the oil data
___