7.2 统计量分析 (自相关函数ACF、偏自相关函数PACF)

文档摘要

7.2 统计量分析 (自相关函数ACF、偏自相关函数PACF) 7.2 统计量分析：自相关函数 (ACF) 与偏自相关函数 (PACF) 自相关函数 (ACF) 和偏自相关函数 (PACF) 是时间序列分析中用于识别序列相关性的关键工具。它们帮助我们理解序列中的模式，并为构建合适的预测模型提供指导。 7.2.1 自相关函数 (ACF) 定义：自相关函数 (ACF) 衡量的是时间序列与其自身滞后版本之间的相关性。具体来说，对于滞后 k，ACF 计算的是时间序列 X t 和 X t-k 之间的 Pearson 相关系数。公式：其中： ρ(k) 是滞后 k 的自相关系数。 Cov(X t , X t-k ) 是 X t 和 X t-k 之间的协方差。