R acf 自协方差和互协方差以及相关函数估计

说明

函数 acf 计算(默认情况下绘制)自协方差或自相关函数的估计值。函数pacf 是用于偏自相关的函数。函数 ccf 计算两个单变量序列的互相关或互协方差。

用法

acf(x, lag.max = NULL,
    type = c("correlation", "covariance", "partial"),
    plot = TRUE, na.action = na.fail, demean = TRUE, ...)

pacf(x, lag.max, plot, na.action, ...)

## Default S3 method:
pacf(x, lag.max = NULL, plot = TRUE, na.action = na.fail,
    ...)

ccf(x, y, lag.max = NULL, type = c("correlation", "covariance"),
    plot = TRUE, na.action = na.fail, ...)

## S3 method for class 'acf'
x[i, j]

参数

x, y	单变量或多变量(不是 ccf )数值时间序列对象或数值向量或矩阵，或者 "acf" 对象。
lag.max	计算 acf 的最大滞后。默认值为 10\log_{10}(N/m)，其中 N 是观测值数量，m 是系列数量。将自动限制为比系列中的观察数少一个。
type	给出要计算的 acf 类型的字符串。允许的值为 "correlation" (默认值)、"covariance" 或 "partial" 。将部分匹配。
plot	合乎逻辑的。如果TRUE(默认)则绘制 acf。
na.action	调用函数来处理缺失值。可以使用na.pass。
demean	合乎逻辑的。协方差应该与样本均值有关吗？
...	要传递给 plot.acf 的更多参数。
i	要保留的一组滞后(时间差异)。
j	要保留的一组系列(名称或数字)。

细节

对于 type = "correlation" 和 "covariance" ，估计值基于样本协方差。 (按照惯例，滞后 0 自相关固定为 1。)

默认情况下，不允许缺失值。如果 na.action 函数传递缺失值(如 na.pass 那样)，则根据完整案例计算协方差。这意味着计算的估计很可能不是有效的自相关序列，并且可能包含缺失值。计算多元时间序列的 PACF 时不允许存在缺失值。

通过拟合直到 lag.max 的连续高阶自回归模型来估计偏相关系数。

通用函数 plot 具有用于类 "acf" 的对象的方法。

滞后以时间单位返回并绘制，而不是观测值的数量。

类 "acf" 的对象有 print 和子集方法。

值

类 "acf" 的对象，它是包含以下元素的列表：

lag	包含估计 acf 的滞后的三维数组。
acf	与 lag 具有相同维度的数组，包含估计的 acf。
type	相关类型(与 type 参数相同)。
n.used	时间序列中的观测值数量。
series	系列的名称x。
snames	多元时间序列的序列名称。

ccf(x, y) 返回的滞后 k 值估计 x[t+k] 和 y[t] 之间的相关性。

如果 plot 是 TRUE ，结果会以不可见的方式返回。

例子

require(graphics)

## Examples from Venables & Ripley
acf(lh)
acf(lh, type = "covariance")
pacf(lh)

acf(ldeaths)
acf(ldeaths, ci.type = "ma")
acf(ts.union(mdeaths, fdeaths))
ccf(mdeaths, fdeaths, ylab = "cross-correlation")
# (just the cross-correlations)

presidents # contains missing values
acf(presidents, na.action = na.pass)
pacf(presidents, na.action = na.pass)

作者

Original: Paul Gilbert, Martyn Plummer. Extensive modifications and univariate case of pacf by B. D. Ripley.

参考

Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth Edition. Springer-Verlag.

(This contains the exact definitions used.)

也可以看看

plot.acf 、 ARMAacf 用于给定 ARMA 过程的精确自相关。