R中具有多个时间序列的ACF图
我想跟进这个帖子,因为它已经超过2年了,我也不能发表评论,因为我还没有足够的帖子 我想了解为什么所有额外的行都从lag=1开始,而不是从0开始。我怎样才能让它们像第一个一样从滞后=0开始 还有,有没有办法将x轴延伸到负值?当我做成对ccf时,我得到的值是从-10到+10,这很好地显示了我正在寻找的模式,但是对于acf,我只得到-6或+6的滞后 另外,请原谅我的无知,但是0.4处的蓝色虚线代表什么?意义我在不同的例子中看到了不同值的线R中具有多个时间序列的ACF图,r,time-series,cross-correlation,R,Time Series,Cross Correlation,我想跟进这个帖子,因为它已经超过2年了,我也不能发表评论,因为我还没有足够的帖子 我想了解为什么所有额外的行都从lag=1开始,而不是从0开始。我怎样才能让它们像第一个一样从滞后=0开始 还有,有没有办法将x轴延伸到负值?当我做成对ccf时,我得到的值是从-10到+10,这很好地显示了我正在寻找的模式,但是对于acf,我只得到-6或+6的滞后 另外,请原谅我的无知,但是0.4处的蓝色虚线代表什么?意义我在不同的例子中看到了不同值的线 先谢谢你 这里的代码,我基本上使用了与上面链接相同的代
先谢谢你 这里的代码,我基本上使用了与上面链接相同的代码
> data3
Maui8 Maui7 Maui6 Olowalu Maalaea
1 1.01532397 0.7583463 -1.45102480 0.37355214 0.093384619
2 0.84997103 0.7802248 -1.47906584 0.57370139 0.000741584
3 0.65297103 0.9325412 -1.31256709 0.29211557 0.077706758
4 0.42029456 0.8041302 -1.36599992 0.15763796 0.018583624
5 0.15063769 0.5932333 -1.00933326 -0.03478742 0.073490340
6 0.14522593 0.4739607 -0.82896012 0.22469641 0.226357256
7 0.03779456 0.4774847 -0.09524122 0.42900612 0.194261484
8 -0.39651917 -0.2433839 0.07535580 -0.03204488 0.384578649
9 -0.99220544 -1.3080379 0.07143167 -0.57821403 0.012594818
10 -1.58116623 -1.3739277 -0.28876112 -1.34129239 -0.543698715
11 -1.68365642 -1.5527201 0.35511326 -0.99125508 -0.574656426
12 -1.67555838 -1.6044574 0.21679237 -1.05519787 -0.731770854
13 -1.64012701 -1.6975577 0.68442918 -1.20809587 -0.888636526
14 -1.22618583 -1.3975012 0.94365182 -0.84284090 -0.611341749
15 -1.12916623 -0.8248387 1.05953344 -0.86989314 -0.242448715
16 -1.11394684 -0.3294150 1.41744881 -0.45954904 -0.331766245
17 -0.41821140 -0.4312582 1.19811924 -0.45322699 -0.384893352
18 0.22428860 -0.2696410 1.14340119 -0.28008162 -0.323007387
19 0.69397114 -0.1249800 1.12954154 0.48571412 0.074298377
20 1.55118345 1.1953590 0.91711047 1.47251236 0.802606648
21 1.76527075 1.6837135 0.50540620 1.30325798 0.951992613
22 1.34356440 1.6247940 -0.09836573 1.21764394 0.794730708
23 1.59601480 0.9492149 -0.69564643 0.87988078 0.490006397
24 1.41023107 0.8847163 -1.09236948 0.73676048 0.436886096
> ACF<-acf(data3)
> plot(ACF, type="l", max.mfrow=1)
> lines(ACF$acf[-1, 2,3], lty=1, col="red", lwd=1)
> lines(ACF$acf[-1, 2,4], lty=1, col="green", lwd=1)
数据3
Maui8 Maui7 Maui6 Olowalu Maalaea
1 1.01532397 0.7583463 -1.45102480 0.37355214 0.093384619
2 0.84997103 0.7802248 -1.47906584 0.57370139 0.000741584
3 0.65297103 0.9325412 -1.31256709 0.29211557 0.077706758
4 0.42029456 0.8041302 -1.36599992 0.15763796 0.018583624
5 0.15063769 0.5932333 -1.00933326 -0.03478742 0.073490340
6 0.14522593 0.4739607 -0.82896012 0.22469641 0.226357256
7 0.03779456 0.4774847 -0.09524122 0.42900612 0.194261484
8 -0.39651917 -0.2433839 0.07535580 -0.03204488 0.384578649
9 -0.99220544 -1.3080379 0.07143167 -0.57821403 0.012594818
10 -1.58116623 -1.3739277 -0.28876112 -1.34129239 -0.543698715
11 -1.68365642 -1.5527201 0.35511326 -0.99125508 -0.574656426
12 -1.67555838 -1.6044574 0.21679237 -1.05519787 -0.731770854
13 -1.64012701 -1.6975577 0.68442918 -1.20809587 -0.888636526
14 -1.22618583 -1.3975012 0.94365182 -0.84284090 -0.611341749
15 -1.12916623 -0.8248387 1.05953344 -0.86989314 -0.242448715
16 -1.11394684 -0.3294150 1.41744881 -0.45954904 -0.331766245
17 -0.41821140 -0.4312582 1.19811924 -0.45322699 -0.384893352
18 0.22428860 -0.2696410 1.14340119 -0.28008162 -0.323007387
19 0.69397114 -0.1249800 1.12954154 0.48571412 0.074298377
20 1.55118345 1.1953590 0.91711047 1.47251236 0.802606648
21 1.76527075 1.6837135 0.50540620 1.30325798 0.951992613
22 1.34356440 1.6247940 -0.09836573 1.21764394 0.794730708
23 1.59601480 0.9492149 -0.69564643 0.87988078 0.490006397
24 1.41023107 0.8847163 -1.09236948 0.73676048 0.436886096
>ACF图(ACF,type=“l”,max.mfrow=1)
>行(ACF$ACF[-1,2,3],lty=1,col=“red”,lwd=1)
>行(ACF$ACF[-1,2,4],lty=1,col=“绿色”,lwd=1)
来自
acf
和绘图。acf
:蓝线表示不相关系列的置信区间。其他行最有可能从1开始,因为默认情况下滞后0固定为1。然而,这只是一个猜测,没有任何关于如何绘制的代码,我说不出来。我添加了上面的代码。从acf
和plot.acf
:蓝线表示不相关序列的置信区间。其他行最有可能从1开始,因为默认情况下滞后0固定为1。然而,这只是一个猜测,没有任何关于如何绘制的代码,我不知道。我在上面添加了代码。