自相关函数
为了更好地评估时间序列与其历史之间的关系，可以在多个滞后阶数上估计自相关。我们通常最关心的是序列与其最近过去的关系。
acf(..., lag.max = ..., plot = FALSE) 函数会估计从 0、1、2、… 一直到 lag.max 参数指定值的所有自相关。在上一个练习中，您通过将 lag.max 设为 1，聚焦于 1 阶滞后的自相关。
在本练习中，您将进一步探索 acf() 命令的用法。时间序列 x 已为您预加载，并在右侧图中展示。
本练习是课程的一部分
R 中的时间序列分析
练习说明
- 使用
acf()查看序列x从 0 到 10 的自相关。将lag.max设为10，并将plot保持为FALSE。 - 运行
acf()代码，从输出中复制并粘贴 10 阶滞后的自相关估计值（ACF）。 - 对 5 阶滞后的自相关估计值（ACF）重复上述操作。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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