วิธีการตีความความสัมพันธ์อัตโนมัติ


14

ฉันคำนวณความสัมพันธ์อัตโนมัติในข้อมูลอนุกรมเวลาเกี่ยวกับรูปแบบการเคลื่อนที่ของปลาตามตำแหน่ง: X ( x.ts) และY ( y.ts)

เมื่อใช้ R ฉันจะใช้งานฟังก์ชั่นต่อไปนี้และสร้างแปลงต่อไปนี้:

acf(x.ts,100)

ป้อนคำอธิบายรูปภาพที่นี่

acf(y.ts,100)

ป้อนคำอธิบายรูปภาพที่นี่

คำถามของฉันคือฉันจะตีความแปลงเหล่านี้ได้อย่างไร ข้อมูลใดที่จำเป็นสำหรับการรายงานรูปแบบใด ๆ ฉันท่องอินเทอร์เน็ตและยังไม่พบวิธีรัดกุมที่อธิบายได้อย่างมีประสิทธิภาพ

นอกจากนี้คุณจะตัดสินใจจำนวนความล่าช้าที่ถูกต้องในการใช้งานได้อย่างไร ฉันใช้ 100 แต่ฉันไม่แน่ใจว่ามันมากเกินไป

คำตอบ:


15

แปลงเหล่านี้จะแสดงให้คุณเห็นเวลา} ดังนั้นลองจินตนาการถึงการใช้อนุกรมเวลาของความยาวคัดลอกและลบการสังเกตครั้งแรกของสำเนา # 1 และการสังเกตครั้งสุดท้ายของสำเนา # 2 ตอนนี้คุณมีความยาวสองชุดซึ่งคุณจะคำนวณสัมประสิทธิ์สหสัมพันธ์ นี่คือค่าของแกนตั้งที่ในแปลงของคุณ มันแสดงให้เห็นถึงความสัมพันธ์ของซีรีส์ปกคลุมด้วยหน่วยเวลาหนึ่ง คุณไปและทำเช่นนี้สำหรับล่าช้าเป็นไปได้ทั้งหมดเวลาและกำหนดนี้พล็อตcorrelation of the series with itself, lagged by x time unitsTT1x=1x

คำตอบสำหรับคำถามของคุณเกี่ยวกับสิ่งที่จำเป็นในการรายงานรูปแบบขึ้นอยู่กับรูปแบบที่คุณต้องการรายงาน แต่การพูดเชิงปริมาณคุณมีสิ่งที่ฉันเพิ่งอธิบายไป: สัมประสิทธิ์สหสัมพันธ์ที่ล่าช้าต่าง ๆ ของซีรีส์ acf(x.ts,100)$acfคุณสามารถแยกค่าตัวเลขเหล่านี้โดยการออกคำสั่ง

ในแง่ของความล่าช้าในการใช้นี่เป็นเรื่องของบริบทอีกครั้ง มันมักจะเป็นกรณีที่จะมีความล่าช้าที่เฉพาะเจาะจงที่น่าสนใจ ยกตัวอย่างเช่นคุณอาจเชื่อว่าสายพันธุ์ปลาอพยพเข้าและออกจากพื้นที่ทุก ๆ 30 วัน สิ่งนี้อาจนำคุณไปสู่การตั้งสมมติฐานสหสัมพันธ์ในอนุกรมเวลาที่ความล่าช้า 30 ในกรณีนี้คุณจะสนับสนุนสมมติฐานของคุณ


มีวิธีการรายงานการค้นพบตัวเลขของ autocorrelation เช่นคล้ายกับ ANOVA หรือ t-test?
Matt

1
คุณหมายถึงอะไรโดยเฉพาะรายงาน '? คุณหมายถึงนัยสำคัญหรือไม่? ถ้าเป็นเช่นนั้นดูลิงค์
gregory_britten

จุดตัด x ของกราฟหมายความว่าอย่างไร นั่นคือความสัมพันธ์อัตโนมัติของซีรีส์ที่ล่าช้านั่นคือ 0? คุณช่วยอธิบายได้ไหมว่าทำไมพล็อตเรื่องความสัมพันธ์อัตโนมัติเป็นระยะ? ทำไมมันไม่เป็นระยะสำหรับสัญญาณอื่น ๆ
แดเนียลพูดว่า Reinstate Monica
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.