Otokorelasyon fonksiyonunu görselleştirme

Birçok gecikmede otokorelasyon fonksiyonunu (ACF) tahmin etmek, bir zaman serisi x’in geçmişiyle nasıl ilişkili olduğunu değerlendirmemizi sağlar. Sayısal tahminler detaylı hesaplamalar için önemlidir, ancak ACF’yi gecikmenin bir fonksiyonu olarak görselleştirmek de faydalıdır.

Aslında acf() komutu varsayılan olarak bir şekil üretir. Ayrıca görüntülenecek azami gecikme sayısı olan lag.max için de varsayılan bir seçim yapar.

Üç zaman serisi x, y ve z R ortamına yüklendi ve sağda çizildi. x zaman serisi güçlü bir süreklilik gösteriyor; yani güncel değer, kendisinden önce gelen değerlere oldukça yakın. y zaman serisi yaklaşık dört gözlem uzunluğunda döngüsel bir örüntü sergiliyor; yani güncel değer, dört önceki gözleme nispeten yakın. z zaman serisi ise belirgin bir örüntü göstermiyor.

Bu egzersizde, her bir zaman serisi için tahmini bir otokorelasyon fonksiyonu çizeceksin. acf() ile üretilen grafiklerde, her bir otokorelasyon tahmininin gecikmesi yatay eksende, otokorelasyon tahmininin değeri ise dikey çubukların yüksekliğiyle gösterilir. Unutma, 0 gecikmedeki ACF her zaman 1’dir.

Son olarak, her ACF grafiğinde sıfırın etrafında merkezlenmiş, gecikme bazında %95 güven aralıklarını temsil eden bir çift mavi, yatay, kesikli çizgi bulunur. Bunlar, belirli bir gecikmede tek bir otokorelasyon tahmininin sıfır olan boş değerine karşı istatistiksel anlamlılığını belirlemek için kullanılır; yani o gecikmede otokorelasyonun olmaması durumuna karşı.