自己相関関数
自己相関は、複数のラグで推定することで、時系列が過去とどのように関係しているかをより的確に評価できます。通常は、直近の過去との関係に最も関心があります。
acf(..., lag.max = ..., plot = FALSE) 関数は、引数 lag.max で指定した値まで、0、1、2、… のすべての自己相関を推定します。前の演習では、lag.max 引数を 1 に設定して、ラグ1の自己相関に注目しました。
この演習では、acf() コマンドのさらなる使い方を確認します。時系列 x はあらかじめ読み込まれており、右側のプロットに表示されています。
この演習はコースの一部です
Rで学ぶ時系列分析
演習の手順
acf()を使って、系列xの 0 から 10 までの自己相関を表示します。lag.max引数を10に、plot引数をFALSEに設定します。acf()のコードを実行し、出力からラグ10における自己相関推定値（ACF）をコピーして貼り付けます。- 同様に、ラグ5における自己相関推定値（ACF）についても行ってください。
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。
# Generate ACF estimates for x up to lag-10
acf(___, lag.max = ___, plot = FALSE)
# Type the ACF estimate at lag-10
# Type the ACF estimate at lag-5