R 向ggplot2中绘制的ACF添加置信区间

我计划为模拟时间序列构建一个定制的

ACF

和

PACF

绘图

ts <- arima.sim(n=5300,list(order=c(2,0,1), ar=c(0.4,0.3), ma=-0.2))

虽然这正是我想要的，但我不确定如何在

acf（ts）

和

pacf（ts）

中生成置信区间：

因此，我的问题分为两部分：

• 如何从统计上推导出R中自相关函数和偏自相关函数的置信区间的上下界
• 你将如何把它绘制到第一张图上？我正在考虑

  geom_ribbon

  ，但如果有任何其他想法，我们将不胜感激

这可能有效（置信限公式取自此处，可能需要调整）：

ts.acf%
ggplot（aes（x=滞后，y=V1））+标度x连续（中断=顺序（0,41,4））+
geom_hline（yintercept=conf.lims，lty=2，col='blue'）+
实验室（y=“自动相关”，x=“滞后”，title=“时间序列，ACF”）+
geom_段（aes（xend=lags，yend=0））+geom_点（）+主题设置

ts.pacf%
ggplot（aes（x=滞后，y=V1））+
geom_段（aes（xend=lags，yend=0））+geom_点（）+主题设置+
比例x连续（中断=顺序（0,41,4））+
geom_hline（yintercept=conf.lims，lty=2，col='blue'）+
实验室（y=“部分自相关”，x=“滞后”，title=“时间序列，PACF”）

---

对于第二部分，您可以使用

geom\u hline

或

geom\u rect

library(gridExtra)    
theme_setting <- theme(
  panel.background = element_blank(),
  panel.grid.major.y = element_line(color="grey90", size=0.5),
  panel.grid.major.x = element_blank(),
  panel.border = element_rect(fill=NA, color="grey20"),
  axis.text = element_text(family="Times"),
  axis.title = element_text(family="Times"),
  plot.title = element_text(size=10, hjust=0.5, family="Times"))

acf_ver_conf <- acf(ts, plot=FALSE)$acf %>% 
  as_tibble() %>% mutate(lags = 1:n()) %>% 
  ggplot(aes(x=lags, y = V1)) + scale_x_continuous(breaks=seq(0,41,4)) +
  labs(y="Autocorrelations", x="Lag", title= "Time Series, ACF") +
  geom_segment(aes(xend=lags, yend=0)) +geom_point() + theme_setting

pacf_ver_conf <- pacf(ts, main=NULL,plot=FALSE)$acf %>% 
  as_tibble() %>% mutate(lags = 1:n()) %>%
  ggplot(aes(x=lags, y = V1)) + 
  geom_segment(aes(xend=lags, yend=0)) +geom_point() + theme_setting + 
  scale_x_continuous(breaks=seq(0,41,4))+ 
  labs(y="Partial Autocorrelations", x="Lag", title= "Time Series, PACF")

grid.arrange(acf_ver_conf, pacf_ver_conf, ncol=2)

ts.acf <- acf(ts, plot=TRUE)

alpha <- 0.95
conf.lims <- c(-1,1)*qnorm((1 + alpha)/2)/sqrt(ts.acf$n.used)

ts.acf$acf %>% 
  as_tibble() %>% mutate(lags = 1:n()) %>% 
  ggplot(aes(x=lags, y = V1)) + scale_x_continuous(breaks=seq(0,41,4)) +
  geom_hline(yintercept=conf.lims, lty=2, col='blue') +
  labs(y="Autocorrelations", x="Lag", title= "Time Series, ACF") +
  geom_segment(aes(xend=lags, yend=0)) +geom_point() + theme_setting

ts.pacf <- pacf(ts, main=NULL,plot=TRUE)

alpha <- 0.95
conf.lims <- c(-1,1)*qnorm((1 + alpha)/2)/sqrt(ts.pacf$n.used)

ts.pacf$acf %>% 
  as_tibble() %>% mutate(lags = 1:n()) %>%
  ggplot(aes(x=lags, y = V1)) + 
  geom_segment(aes(xend=lags, yend=0)) +geom_point() + theme_setting + 
  scale_x_continuous(breaks=seq(0,41,4))+ 
  geom_hline(yintercept=conf.lims, lty=2, col='blue') +
  labs(y="Partial Autocorrelations", x="Lag", title= "Time Series, PACF")