Jak interpretować autokorelację

15

Obliczyłem autokorelację na danych szeregów czasowych wzorców ruchu ryby na podstawie jej pozycji: X ( x.ts) i Y ( y.ts).

Korzystając z R, uruchomiłem następujące funkcje i stworzyłem następujące wykresy:

acf(x.ts,100)

wprowadź opis zdjęcia tutaj

acf(y.ts,100)

wprowadź opis zdjęcia tutaj

Moje pytanie brzmi: jak interpretować te wykresy? Jakie informacje są potrzebne do zgłoszenia jakiegokolwiek wzoru? Przeglądałem internet i jeszcze nie znalazłem zwięzłego sposobu, który to skutecznie wyjaśnia.

Ponadto, w jaki sposób decydujesz o właściwej ilości opóźnienia do użycia? Użyłem 100, ale nie jestem pewien, czy to za dużo.

Matt
źródło

Odpowiedzi:

15

correlation of the series with itself, lagged by x time unitsTT1x=1x

Odpowiedź na pytanie, co jest potrzebne do zgłoszenia wzoru, zależy od tego, jaki wzór chcesz zgłosić. Ale pod względem ilościowym masz dokładnie to, co właśnie opisałem: współczynnik korelacji przy różnych opóźnieniach szeregu. Możesz wyodrębnić te wartości liczbowe, wydając polecenie acf(x.ts,100)$acf.

Pod względem opóźnień w użyciu jest to znowu kwestia kontekstu. Często zdarza się, że pojawią się specyficzne opóźnienia. Powiedzmy na przykład, że możesz wierzyć, że gatunki ryb migrują do i z obszaru co ~ 30 dni. Może to prowadzić do postawienia hipotezy dotyczącej korelacji w szeregach czasowych z opóźnieniami 30. W takim przypadku miałbyś poparcie dla swojej hipotezy.

gregory_britten
źródło
Czy istnieje sposób na zgłaszanie liczbowych wyników autokorelacji, np. Podobny do ANOVA lub testu t?
Matt
1
Co konkretnie rozumiesz przez „raport”? Masz na myśli znaczenie? Jeśli tak, zobacz ten link
gregory_britten
Co oznaczają przecięcia x wykresu? Czy autokorelacja szeregu przy tym opóźnieniu wynosi 0? Czy mógłbyś wyjaśnić, dlaczego fabuła autokorelacji jest okresowa? Dlaczego nie jest to okresowe dla innych sygnałów?
Daniel mówi Przywróć Monikę