\u00c0s vezes tamb\u00e9m \u00e9 chamada de \u201ccorrela\u00e7\u00e3o serial\u201d ou \u201ccorrela\u00e7\u00e3o defasada\u201d porque mede a rela\u00e7\u00e3o entre os valores atuais de uma vari\u00e1vel e seus valores hist\u00f3ricos.<\/span><\/p>\n Quando a autocorrela\u00e7\u00e3o em uma s\u00e9rie temporal \u00e9 alta, torna-se f\u00e1cil prever valores futuros simplesmente referindo-se a valores passados.<\/span><\/p>\n Suponha que temos a seguinte s\u00e9rie temporal em R que mostra o valor de uma determinada vari\u00e1vel para 15 per\u00edodos diferentes:<\/span><\/p>\n Podemos calcular a autocorrela\u00e7\u00e3o para cada atraso na s\u00e9rie temporal usando a fun\u00e7\u00e3o acf()<\/strong> da biblioteca tseries<\/strong> :<\/span><\/p>\n A forma de interpretar o resultado \u00e9 a seguinte:<\/span><\/p>\n E assim por diante.<\/span><\/p>\n Tamb\u00e9m podemos especificar o n\u00famero de atrasos a serem exibidos com o argumento lag<\/strong> :<\/span><\/p>\n Podemos tra\u00e7ar a fun\u00e7\u00e3o de autocorrela\u00e7\u00e3o para uma s\u00e9rie temporal em R simplesmente n\u00e3o usando o argumento pl=FALSE<\/strong> :<\/span> <\/p>\n O eixo x exibe o n\u00famero de defasagens e o eixo y exibe a autocorrela\u00e7\u00e3o nesse n\u00famero de defasagens. Por padr\u00e3o, o gr\u00e1fico come\u00e7a em lag = 0 e a autocorrela\u00e7\u00e3o sempre ser\u00e1 1<\/strong> em lag = 0.<\/span><\/p>\n Voc\u00ea tamb\u00e9m pode especificar um t\u00edtulo diferente para o gr\u00e1fico usando o argumento principal<\/strong> :<\/span> <\/p>\n Como calcular a autocorrela\u00e7\u00e3o em Python<\/a> A autocorrela\u00e7\u00e3o mede o grau de similaridade entre uma s\u00e9rie temporal e uma vers\u00e3o defasada dela mesma em intervalos de tempo sucessivos. \u00c0s vezes tamb\u00e9m \u00e9 chamada de \u201ccorrela\u00e7\u00e3o serial\u201d ou \u201ccorrela\u00e7\u00e3o defasada\u201d porque mede a rela\u00e7\u00e3o entre os valores atuais de uma vari\u00e1vel e seus valores hist\u00f3ricos. Quando a autocorrela\u00e7\u00e3o em uma s\u00e9rie temporal […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1113","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Como calcular a autocorrela\u00e7\u00e3o em R<\/strong><\/h3>\n
#define data<\/span>\nx <- c(22, 24, 25, 25, 28, 29, 34, 37, 40, 44, 51, 48, 47, 50, 51)\n<\/strong><\/pre>\n library<\/span> (tseries)<\/span>\n<\/span><\/span>\n#calculate autocorrelations<\/span>\nacf(x, pl= FALSE<\/span> )\n\n 0 1 2 3 4 5 6 7 8 9 10 \n 1.000 0.832 0.656 0.491 0.279 0.031 -0.165 -0.304 -0.401 -0.458 -0.450 \n 11 \n-0.369 \n<\/strong><\/pre>\n\n
#calculate autocorrelations up to lag=5<\/span>\nacf(x, lag=5, pl= FALSE<\/span> )\n\nAutocorrelations of series 'x', by lag\n\n 0 1 2 3 4 5 \n1.000 0.832 0.656 0.491 0.279 0.031<\/strong><\/pre>\n Como tra\u00e7ar a fun\u00e7\u00e3o de autocorrela\u00e7\u00e3o em R<\/strong><\/h3>\n
#plot autocorrelation function\n<\/span>acf(x)\n<\/strong><\/pre>\n![\"Autocorrela\u00e7\u00e3o](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/autocorrelationr1.png\")
<\/p>\n #plot autocorrelation function with custom title\n<\/span>acf(x, main=' Autocorrelation by Lag<\/span> ')<\/strong> <\/pre>\n![\"Gr\u00e1fico](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/autocorrelationr2.png\")
<\/p>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como calcular a autocorrela\u00e7\u00e3o no Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"