Cara menghitung autokorelasi di r

Autokorelasi mengukur tingkat kemiripan antara deret waktu dan versi yang tertinggal selama interval waktu yang berurutan.

Kadang-kadang juga disebut “korelasi serial” atau “korelasi tertinggal” karena mengukur hubungan antara nilai variabel saat ini dan nilai historisnya.

Ketika autokorelasi dalam deret waktu tinggi, prediksi nilai masa depan menjadi mudah hanya dengan mengacu pada nilai masa lalu.

Cara menghitung autokorelasi di R

Misalkan kita memiliki deret waktu berikut di R yang menunjukkan nilai variabel tertentu selama 15 periode berbeda:

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

Kita dapat menghitung autokorelasi untuk setiap lag dalam deret waktu menggunakan fungsi acf() dari pustaka tseries :

 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 

Cara menafsirkan hasilnya adalah sebagai berikut:

• Autokorelasi pada lag 0 adalah 1 .
• Autokorelasi pada lag 1 sebesar 0,832 .
• Autokorelasi pada lag 2 sebesar 0,656 .
• Autokorelasi pada lag 3 sebesar 0,491 .

Dan seterusnya.

Kita juga dapat menentukan jumlah lag yang akan ditampilkan dengan argumen lag :

 #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

Cara memplot fungsi autokorelasi di R

Kita dapat memplot fungsi autokorelasi untuk deret waktu di R hanya dengan tidak menggunakan argumen pl=FALSE :

 #plot autocorrelation function
acf(x)

Sumbu x menampilkan jumlah lag dan sumbu y menampilkan autokorelasi pada jumlah lag tersebut. Secara default, plot dimulai pada lag = 0 dan autokorelasi akan selalu 1 pada lag = 0.

Anda juga dapat menentukan judul plot yang berbeda menggunakan argumen utama :

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

Sumber daya tambahan

Cara Menghitung Autokorelasi dengan Python
Cara Menghitung Autokorelasi di Excel