Autocorrelation является линейной зависимостью переменной с собой в двух моментах времени. Для стационарных процессов автокорреляция между любыми двумя наблюдениями только зависит от задержки h между ними. Задайте Cov (yt, yt–h) = γh. Автокорреляцией Lag-h дают
Знаменатель γ 0 является задержкой 0 ковариаций, т.е. безусловное отклонение процесса.
Корреляция между двумя переменными может следовать из взаимной линейной зависимости от других переменных (соединение). Partial autocorrelation является автокорреляцией между yt и yt–h после удаления любой линейной зависимости от y 1, y 2..., y t–h +1. Частичная автокорреляция задержки-h обозначается
Автокорреляционная функция (ACF) какое-то время серия yt, t = 1..., N, является последовательностью h = 1, 2..., N – 1. Частичная автокорреляционная функция (PACF) является последовательностью h = 1, 2..., N – 1.
Теоретический ACF и PACF для AR, MA и условных средних моделей ARMA известны и очень отличающиеся для каждой модели. Различия в ACF и PACF среди моделей полезны при выборе моделей. Следующее обобщает ACF и поведение PACF для этих моделей.
Условная средняя модель | ACF | PACF |
---|---|---|
AR (p) | Постепенно затихает | Убегает после задержек p |
MA (q) | Убегает после задержек q | Постепенно затихает |
ARMA (p, q) | Постепенно затихает | Постепенно затихает |
Демонстрационная автокорреляция и демонстрационная частичная автокорреляция являются статистическими данными, которые оценивают теоретическую автокорреляцию и частичную автокорреляцию. Как качественный инструмент выбора модели, можно сравнить демонстрационный ACF и PACF данных против известных теоретических автокорреляционных функций [1].
Для наблюдаемой серии y 1 y 2..., yT, обозначает демонстрационное среднее значение Демонстрационной автокорреляцией задержки-h дают
Стандартная погрешность для тестирования значения одной автокорреляции задержки-h, , приблизительно
Когда вы используете autocorr
чтобы построить демонстрационную автокорреляционную функцию (также известный как коррелограмму), аппроксимируйте 95% доверительных интервалов, чертятся в по умолчанию. Дополнительные входные параметры позволяют вам изменить вычисление доверительных границ.
Демонстрационная задержка-h частичная автокорреляция является предполагаемым коэффициентом задержки-h в модели AR, содержащей задержки h, Стандартная погрешность для тестирования значения одной задержки-h частичная автокорреляция приблизительно Когда вы используете parcorr
чтобы построить демонстрационную частичную автокорреляционную функцию, аппроксимированные 95% доверительных интервалов чертятся в по умолчанию. Дополнительные входные параметры позволяют вам изменить вычисление доверительных границ.
[1] Поле, G. E. P. Г. М. Дженкинс и Г. К. Рейнсель. Анализ Временных Рядов: Прогнозирование и Управление. 3-й редактор Englewood Cliffs, NJ: Prentice Hall, 1994.