ACFおよびPACFプロットの解釈

私の生データは、下降傾向のある60日間の時系列で構成されています。データは毎週なので、頻度は7に設定されます。

このようなデータの差を計算しました

差に対してACFプロットとPACFプロットを実行すると、矛盾した結果が表示されるようです。ACFは最初の遅延期間のプラスの影響を示していますが、PACFはマイナスの影響を示していますか？誰かがこれを解釈するのを手伝ってくれませんか？ARIMAをよりよく理解しようとしています。私がPACFとACFについて見た例は、常に2つが少なくとも方向性が一致していることを示しているようです。

R acfではラグ0から始まります。つまり、値とそれ自体との相関です。pacfラグ1から始まります。

彼女のR実装の特殊性。気になる場合はラグ0を表示しないAcfパッケージの機能を利用できforecastます。

推定上の矛盾は、RのPACFプロットとACFプロットの異なるラグ表現に基づいています。ACFはラグ0で始まり、PACFはラグ1で始まります。

$Y_t$$ACF(1)= Corr(Y_t,Y_{t-1})$

$Y_t$$Y_{t-j}$$Y_{t-1}$$Y_{t-j+1}$$PACF(1)=Corr(Y_t,Y_{t-1})$