从时间序列的自相关函数中读取什么?

机器算法验证 时间序列 自相关
2022-03-06 10:35:13

给定一个时间序列,可以估计自相关函数并绘制它,例如如下所示:

时间序列

ACF

那么,从这个自相关函数中,有可能了解时间序列吗?例如,是否可以推理时间序列的平稳性?

编辑:在这里,我包含了具有更多滞后的差异系列的 ACF

差分后的 ACF

1个回答

此 acf 表明非平稳性可以通过合并每日效应来纠正,因为它似乎是滞后 24 的证据结构。每日效应可以是 24 阶的自回归,也可以是可能需要 23 小时假人的确定性。您可以尝试其中任何一个并评估结果。似乎需要进一步的结构。这可能是需要包括水平转换或某种形式的短期自回归结构,例如滞后 1 的差分算子。在识别和估计有用的模式之后,残差可能会建议采取进一步的行动(模型增强)以确保信号完全提取了所有信息并呈现了正常或高斯的噪声过程。这将回答您关于“稳定性”的模糊问题。希望这可以帮助 !

一个小小的补充!

使用“建议”一词,因为 acf 不是最终的结果,而实际数据是。在缺乏实际数据的情况下,acf 有时可用于表征过程。