季節性・循環をもつ時系列の自己相関
データに季節性や循環があると、ACF は季節ラグ付近や平均的な周期長でピークを示します。
この現象を、約 10〜11 年の太陽活動周期に従う年次黒点系列 sunspot.year と、7 日ごとの週間パターンに従う Hyndsight ブログの日次トラフィック hyndsight をプロットして確かめます。どちらのオブジェクトもワークスペースに読み込まれています。
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
sunspot.yearの時系列プロットと ACF プロットを作成します。- ACF プロットを観察し、最大の自己相関（y）が見つかるラグ値（x）はいくつですか？ その値を
maxlag_sunspotに代入します。 hyndsightの時系列プロットと ACF プロットを作成します。- ACF プロットを観察し、最大の自己相関（y）が見つかるラグ値（x）はいくつですか？ その値を
maxlag_hyndsightに代入します。
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。
# Plot the annual sunspot numbers
autoplot(___)
ggAcf(___)
# Save the lag corresponding to maximum autocorrelation
maxlag_sunspot <- ___
# Plot the traffic on the Hyndsight blog
___
___
# Save the lag corresponding to maximum autocorrelation
maxlag_hyndsight <- ___