非季节性时间序列的自相关
观察时间序列的另一种方式是使用 gglagplot()，将每个观测值与其若干期前的观测值作图。例如，您可以将 \(y_t\) 与 \(y_{t-1}\) 作图。由于是把时间序列与自身的滞后项进行比较，这称为滞后图（lag plot）。
与滞后图对应的相关系数组成了所谓的自相关函数（ACF）。ggAcf() 函数可用于绘制 ACF 图。
在本练习中，您将使用预加载的 oil 数据（来自 fpp2 包），其中包含 1965-2013 年沙特阿拉伯的年度石油产量（单位：百万吨）。
本练习是课程的一部分
R 中的预测
练习说明
- 使用
autoplot()函数绘制oil数据。 - 对
oil数据，使用上面介绍的两个函数之一，绘制 \(y_t\) 与 $y_{t-k}$（$k=1,\dots,9$）之间的关系。观察滞后阶数增加时关系如何变化。 - 同样，使用另一个合适的新函数，绘制与各滞后图对应的相关系数（ACF）。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create an autoplot of the oil data
___
# Create a lag plot of the oil data
___
# Create an ACF plot of the oil data
___