เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ฟังก์ชันออโตคอร์รีเลชัน

ออโตคอร์รีเลชันสามารถประมาณค่าได้ที่หลาย lag เพื่อให้เข้าใจความสัมพันธ์ระหว่าง time series กับอดีตของมันได้ดียิ่งขึ้น โดยทั่วไปเราจะสนใจว่า series สัมพันธ์กับอดีตล่าสุดอย่างไร

ฟังก์ชัน acf(..., lag.max = ..., plot = FALSE) จะประมาณค่าออโตคอร์รีเลชันทั้งหมดตั้งแต่ 0, 1, 2, … จนถึงค่าที่กำหนดด้วยอาร์กิวเมนต์ lag.max ในแบบฝึกหัดก่อนหน้า คุณได้เน้นที่ออโตคอร์รีเลชันที่ lag-1 โดยกำหนด lag.max เป็น 1

ในแบบฝึกหัดนี้ จะได้สำรวจการใช้งานคำสั่ง acf() เพิ่มเติม โดย time series x ได้ถูกโหลดไว้ให้แล้วและแสดงอยู่ในกราฟทางขวา

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์อนุกรมเวลาใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ acf() เพื่อดูค่าออโตคอร์รีเลชันของ series x ตั้งแต่ 0 ถึง 10 โดยกำหนดอาร์กิวเมนต์ lag.max เป็น 10 และคง plot ไว้เป็น FALSE
  • รันโค้ด acf() แล้วคัดลอกค่าประมาณออโตคอร์รีเลชัน (ACF) ที่ lag-10 จากผลลัพธ์
  • ทำเช่นเดียวกันสำหรับค่าประมาณออโตคอร์รีเลชัน (ACF) ที่ lag-5

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
แก้ไขและรันโค้ด