สิ่งที่ต้องอ่านจากฟังก์ชั่นออโต้คอร์สัมพันธ์

เมื่อให้อนุกรมเวลาเราสามารถประมาณค่าความสัมพันธ์ระหว่างฟังก์ชันและพล็อตได้เช่นตามที่เห็นด้านล่าง

อนุกรมเวลา

ACF

อะไรคือความเป็นไปได้ที่จะอ่านเกี่ยวกับอนุกรมเวลาจากฟังก์ชั่นความสัมพันธ์อัตโนมัตินี้? ยกตัวอย่างเช่นเป็นไปได้หรือไม่ที่จะให้เหตุผลเกี่ยวกับความคงที่ของอนุกรมเวลา

แก้ไข : ที่นี่ฉันได้รวม ACF ของซีรีส์ที่แตกต่างกับล่าช้ามากขึ้น

ACF หลังจากสร้างความแตกต่าง

time-series autocorrelation

— utdiscant
แหล่งที่มา

มันอาจช่วยในการวางแผน ACF ถึง lags ขนาดใหญ่บางทีอาจจะเป็นสองสามร้อย?

— onestop

คุณจะกำหนดความเสถียรของอนุกรมเวลาอย่างไร

— mpiktas

คุณหมายถึงบางทีความนิ่งหรือไม่?

— พระคาร์ดินัล

ใช่ฉันไม่ได้ตั้งใจ

— utdiscant

acf นี้แสดงให้เห็นว่าไม่คงที่ซึ่งอาจแก้ไขได้ด้วยการรวมเอฟเฟกต์รายวันตามที่ปรากฏในโครงสร้างหลักฐานที่ล่าช้า 24. เอฟเฟกต์ประจำวันอาจเป็นคำสั่งถอยหลังอัตโนมัติ 24 หรืออาจกำหนดเวลา 23 ชั่วโมง คุณสามารถลองสิ่งเหล่านี้และประเมินผลลัพธ์ ดูเหมือนว่าจำเป็นต้องมีโครงสร้างเพิ่มเติม นี่อาจเป็นความต้องการที่จะรวมระดับการเปลี่ยนแปลงหรือรูปแบบของโครงสร้างการถดถอยอัตโนมัติระยะสั้นบางอย่างเช่นผู้ให้บริการที่แตกต่างกันของความล่าช้า 1 หลังจากระบุและประเมินโหมดที่มีประโยชน์ส่วนที่เหลืออาจแนะนำการดำเนินการเพิ่มเติม สัญญาณได้ดึงข้อมูลทั้งหมดออกมาอย่างครบถ้วนและแสดงกระบวนการรบกวนซึ่งเป็นเรื่องปกติหรือเสียน นี่จะตอบคำถามที่คลุมเครือของคุณเกี่ยวกับ "ความมั่นคง" หวังว่านี่จะช่วยได้!

นอกจากนี้เล็กน้อย!

คำว่า "แนะนำ" ถูกนำมาใช้เนื่องจาก acf ไม่ได้เป็นคำสุดท้ายในขณะที่ข้อมูลจริงคือ ในกรณีที่ไม่มีข้อมูลจริง acf บางครั้งมีประโยชน์ในการอธิบายลักษณะของกระบวนการ

— IrishStat
แหล่งที่มา

ฉันคิดว่าพล็อตอนุกรมเวลาทำให้มันค่อนข้างชัดเจนว่า nonstationarity จะไม่ได้รับการแก้ไขใด ๆ ตามลำดับที่ 24 ล่าช้า ฉันสงสัยว่า "โครงสร้าง" ที่คุณเห็นที่ประมาณ 24 ล่าช้าจริง ๆ แล้วความผันผวนความถี่สูงยังชัดเจนมากในพล็อตแรก จากการประมาณคร่าวๆฉันได้นับรางที่มองเห็นได้ระหว่างดัชนี 3,500 และ 4000 และฉันเห็น 20 รายการ หากความแตกต่างความล่าช้า -1 ง่าย ๆ คือการดูแลมันคุณอาจจะเห็นว่า 1 / f เด่นชัดเหมือนสลายตัวในสัมประสิทธิ์ ACF สำหรับฉันมันไม่ได้ดูเหมือนทันที แต่มีการวางแผนล่าช้าน้อยมาก

— พระคาร์ดินัล

: สำคัญสิ่งที่คุณพูดอาจจะถูกต้อง ข้อมูลจริงจะช่วยประเมินสัญญาณพื้นฐาน ฉันไม่สามารถเข้าถึงโปรแกรมการขัดข้อมูลได้แม้ว่าฉันจะเห็นผู้โพสต์อื่นอ้างถึงสิ่งนั้น บางทีข้อมูลจริงอาจถูกโพสต์หรืออ้างอิงถึงโปรแกรมขัดถูข้อมูล / หน้าจอที่ทำงานได้

— IrishStat

ทำไมต้องวิเคราะห์ ACF ก่อนที่จะสร้างความแตกต่างให้กับซีรี่ส์ นั่นไม่ใช่วิธีปฏิบัติสากลที่เกือบจะเป็นจริงเมื่อมีแนวโน้มที่ชัดเจน?

— rolando2

: Rolando เหตุผลที่ฉันวิเคราะห์หรือแสดงความคิดเห็นเกี่ยวกับ acf นั่นคือสิ่งที่ OP ต้องการ ฉันเห็นด้วยกับความคิดเห็นของคุณว่าคุณอาจต้องการที่จะจัดการกับ "ความคงอยู่ของ acf" โดยการแก้ไขความไม่ชัดเจนที่เห็นได้ชัด วิธีการรักษาที่ถูกต้องอาจไม่จำเป็นต้อง differencing โปรดดูinsead.edu/facultyresearch/research/doc.cfm?did=46900 คุณอาจจำลองอนุกรมเวลาที่มีการเปลี่ยนแปลง "รุนแรง" อย่างน้อยหนึ่งครั้งในค่าเฉลี่ย แต่อย่างอื่นก็เป็นแบบสุ่ม ศึกษาเอซีเอฟและจะพบว่ามันเป็นหลักฐานที่ผิดพลาดว่าต้องมีความแตกต่างในซีรีย์เพื่อรับซีรีส์นิ่ง

— IrishStat

@IrishStat: ขอบคุณสำหรับความคิดเห็นของคุณ บทความที่คุณอ้างอิงอย่างแน่นอนดูเหมือนจะขัดแย้งกับวรรณคดีซีรีย์เวลาส่วนใหญ่ ดูเหมือนว่าจะมาจากปี 1995; มันได้รับมาอย่างไร มันถูกระบุว่าเป็น "กระดาษทำงาน"; มันเคยได้รับการตรวจสอบโดยเพื่อน?

— rolando2