So berechnen sie die autokorrelation in r

Die Autokorrelation misst den Grad der Ähnlichkeit zwischen einer Zeitreihe und einer verzögerten Version ihrer selbst über aufeinanderfolgende Zeitintervalle.

Sie wird manchmal auch als „serielle Korrelation“ oder „verzögerte Korrelation“ bezeichnet, da sie die Beziehung zwischen den aktuellen Werten einer Variablen und ihren historischen Werten misst.

Wenn die Autokorrelation in einer Zeitreihe hoch ist, ist es einfach, zukünftige Werte vorherzusagen, indem einfach auf vergangene Werte verwiesen wird.

So berechnen Sie die Autokorrelation in R

Angenommen, wir haben die folgende Zeitreihe in R, die den Wert einer bestimmten Variablen für 15 verschiedene Zeiträume zeigt:

 #define data
x <- c(22, 24, 25, 25, 28, 29, 34, 37, 40, 44, 51, 48, 47, 50, 51)

Wir können die Autokorrelation für jede Verzögerung in der Zeitreihe mithilfe der Funktion acf() aus der tseries- Bibliothek berechnen:

 library (tseries)

#calculate autocorrelations
acf(x, pl= FALSE )

     0 1 2 3 4 5 6 7 8 9 10 
 1.000 0.832 0.656 0.491 0.279 0.031 -0.165 -0.304 -0.401 -0.458 -0.450 
    11 
-0.369 

Das Ergebnis lässt sich wie folgt interpretieren:

• Die Autokorrelation bei Verzögerung 0 ist 1 .
• Die Autokorrelation bei Verzögerung 1 beträgt 0,832 .
• Die Autokorrelation bei Verzögerung 2 beträgt 0,656 .
• Die Autokorrelation bei Verzögerung 3 beträgt 0,491 .

Und so weiter.

Mit dem Argument lag können wir auch die Anzahl der anzuzeigenden Verzögerungen angeben:

 #calculate autocorrelations up to lag=5
acf(x, lag=5, pl= FALSE )

Autocorrelations of series 'x', by lag

    0 1 2 3 4 5 
1.000 0.832 0.656 0.491 0.279 0.031

So zeichnen Sie die Autokorrelationsfunktion in R auf

Wir können die Autokorrelationsfunktion für eine Zeitreihe in R darstellen, indem wir einfach das Argument pl=FALSE nicht verwenden:

 #plot autocorrelation function
acf(x)

Die x-Achse zeigt die Anzahl der Verzögerungen und die y-Achse zeigt die Autokorrelation bei dieser Anzahl von Verzögerungen an. Standardmäßig beginnt die Darstellung bei Lag = 0 und die Autokorrelation ist bei Lag = 0 immer 1 .

Sie können auch einen anderen Titel für die Handlung angeben, indem Sie das Hauptargument verwenden:

 #plot autocorrelation function with custom title
acf(x, main=' Autocorrelation by Lag ') 

Zusätzliche Ressourcen

So berechnen Sie die Autokorrelation in Python
So berechnen Sie die Autokorrelation in Excel