Визуализация функции автокорреляции

Оценка функции автокорреляции (ACF) на множестве лагов позволяет понять, как временной ряд x соотносится со своими прошлыми значениями. Числовые оценки важны для детальных вычислений, однако не менее полезно визуализировать ACF как функцию лага.

Функция acf() по умолчанию строит график и автоматически выбирает значение lag.max — максимальное число отображаемых лагов.

В вашей среде R загружены три временных ряда: x, y и z — их графики показаны справа. Ряд x демонстрирует высокую инерционность: текущее значение тесно связано с предшествующими. Ряд y имеет периодическую структуру с длиной цикла около четырёх наблюдений, то есть текущее значение близко к значению четыре шага назад. Ряд z не проявляет какой-либо выраженной закономерности.

В этом упражнении вы построите оценённую функцию автокорреляции для каждого из трёх рядов. На графиках, которые строит acf(), лаг отображается по горизонтальной оси, а высота вертикальных столбцов соответствует значению оценки автокорреляции. Напомним, что ACF при лаге 0 всегда равна 1.

Кроме того, на каждом графике ACF присутствует пара синих горизонтальных пунктирных линий — это 95%-е доверительные интервалы для каждого лага, центрированные в нуле. Они используются для оценки статистической значимости автокорреляции при данном лаге относительно нулевого значения, то есть отсутствия автокорреляции.

Это упражнение является частью курса

Анализ временных рядов в R

Посмотреть курс

Инструкции к упражнению

Вызовите функцию acf() три раза, чтобы отобразить оценённые ACF для каждого из трёх временных рядов (x, y и z). Дополнительные аргументы при вызове acf() указывать не нужно.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# View the ACF of x
acf(___)

# View the ACF of y


# View the ACF of z

Редактировать и запускать код