이동평균의 자기상관함수(ACF) 추정하기
이제 arima.sim() 명령으로 MA 데이터를 모의생성했으니, 데이터의 자기상관함수(ACF)를 추정해 보겠습니다. 이전 장에서와 마찬가지로 acf() 명령을 사용해 MA 데이터의 자기상관을 시각화할 수 있어요.
이번 연습에서는 acf()를 사용해 세 개의 모의 MA 시계열 x, y, z의 ACF를 추정합니다. 이 시계열의 기울기 매개변수는 각각 0.4, 0.9, -0.75이며, 오른쪽 그림에 표시되어 있어요.
이 연습은 강의의 일부입니다
R로 배우는 시계열 분석
연습 안내
- 각각
x,y,z에 대해acf()를 한 번씩 호출해 ACF를 추정하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate ACF for x
acf(___)
# Calculate ACF for y
# Calculate ACF for z