Visualizando a função de autocorrelação
Estimar a função de autocorrelação (ACF) em vários defasagens permite avaliar como uma série temporal x se relaciona com o seu passado. As estimativas numéricas são importantes para cálculos detalhados, mas também é útil visualizar a ACF em função da defasagem.
De fato, o comando acf() produz uma figura por padrão. Ele também escolhe automaticamente um valor para lag.max, o número máximo de defasagens a serem exibidas.
Três séries temporais x, y e z foram carregadas no seu ambiente do R e estão plotadas à direita. A série x mostra forte persistência, ou seja, o valor atual está relativamente próximo dos que o antecedem. A série y apresenta um padrão periódico com ciclo de aproximadamente quatro observações, ou seja, o valor atual fica relativamente próximo da observação de quatro passos atrás. A série z não exibe nenhum padrão claro.
Neste exercício, você vai plotar uma função de autocorrelação estimada para cada série. Nos gráficos produzidos por acf(), a defasagem de cada estimativa de autocorrelação aparece no eixo horizontal e cada estimativa é indicada pela altura das barras verticais. Lembre-se de que a ACF na defasagem 0 é sempre 1.
Por fim, cada figura de ACF inclui um par de linhas azuis, horizontais e tracejadas, que representam intervalos de confiança de 95% por defasagem, centrados em zero. Eles são usados para determinar a significância estatística de uma estimativa individual de autocorrelação em uma dada defasagem versus um valor nulo de zero, isto é, ausência de autocorrelação naquela defasagem.
Este exercício faz parte do curso
Análise de Séries Temporais em R
Instruções do exercício
- Use três chamadas da função
acf()para exibir as ACFs estimadas de cada uma das três séries (x,yez). Não é necessário especificar argumentos adicionais nas suas chamadas aacf().
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# View the ACF of x
acf(___)
# View the ACF of y
# View the ACF of z