Автокореляція вимірює лінійний зв’язок між спостереженням і його попередніми спостереженнями з різними затримками. Часткова автокореляція вимірює прямий лінійний зв’язок між спостереженням і його попередніми спостереженнями з певним лагом, виключаючи внески проміжних лагів.22 листопада 2023 р.

ACF вимірює та малює середню кореляцію між точками даних у часовому ряді та попередніми значеннями ряду, виміряними для різних лагів. PACF подібний до ACF, за винятком того, що кожна часткова кореляція контролює будь-яку кореляцію між спостереженнями з меншою довжиною затримки.

Щоб прочитати графіки ACF і PACF, потрібно звернути увагу на три аспекти: величина, знак і значимість коефіцієнтів кореляції. Величина вказує на те, наскільки сильною є кореляція в діапазоні від 0 (кореляції немає) до 1 (ідеальна позитивна кореляція) або -1 (ідеальна негативна кореляція).

Автокореляція відноситься до ступеня кореляції тих самих змінних між двома послідовними інтервалами часу. Він вимірює, як відстала версія значення змінної пов’язана з її вихідною версією в часовому ряді. Автокореляція, як статистична концепція, також відома як послідовна кореляція.

Автокореляція – це взаємна кореляція сигналу з самим собою, а автоковаріація – це взаємна коваріація сигналу з самим собою. де acovf віднімає середнє значення, оскільки для приниження встановлено значення True. Але згідно з визначенням, крос-кореляція — це просто скалярний добуток без віднімання середнього значення.

Хоча ACF і PACF є мірами взаємозв’язку між часовим рядом і його лагами, вони відрізняються тим, як враховують проміжні лаги. ACF вимірює лінійний зв’язок між часовим рядом і його лагами, тоді як PACF вимірює зв’язок після врахування проміжних лагів.