ประมาณค่าฟังก์ชันสหสัมพันธ์อัตโนมัติ (ACF) สำหรับ Moving Average
เมื่อจำลองข้อมูล MA ด้วยคำสั่ง arima.sim() แล้ว ขั้นตอนต่อไปคือการประมาณค่าฟังก์ชันสหสัมพันธ์อัตโนมัติ (ACF) ของข้อมูล เช่นเดียวกับในบทก่อน สามารถใช้คำสั่ง acf() เพื่อสร้างกราฟแสดงสหสัมพันธ์อัตโนมัติในข้อมูล MA ได้
ในแบบฝึกหัดนี้ จะใช้ acf() เพื่อประมาณค่า ACF ของอนุกรม MA ที่จำลองขึ้น 3 ชุด ได้แก่ x, y และ z ซึ่งมีพารามิเตอร์ slope เท่ากับ 0.4, 0.9 และ -0.75 ตามลำดับ ดังที่แสดงในกราฟทางด้านขวา
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์อนุกรมเวลาใน R
คำแนะนำการฝึกหัด
- เรียกใช้
acf()สามครั้งเพื่อประมาณค่าฟังก์ชันสหสัมพันธ์อัตโนมัติของx,yและzตามลำดับ
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Calculate ACF for x
acf(___)
# Calculate ACF for y
# Calculate ACF for z