カウパートウェイトとメトカーフの 『R入門時系列』という本を読みます。36ページでは、行はと述べています。行があるというRフォーラムをここで読みました。 ±1.96/ √
私は次のコードを実行しました:
b = c(3,1,4,1)
acf(b)
そして、行がように見えます。それで、明らかに本は間違っていますか?または、何が書かれているかを誤解していますか?著者は少し違うことについて話していますか?
*注意:1.96と2の細部の不一致には関心がありません。これは、実際の1.96 sdに対して2 sdの経験則を使用している作者にすぎないと思います。
編集:私はこのシミュレーションを実行しました:
acf1 = 0
acf2 = 0
acf3 = 0
for(i in 1:5000){
resids= runif(1000)
residsacf = c(acf(resids,plot= FALSE))
acf1[i] = residsacf$acf[2,,1]
acf2[i] = residsacf$acf[3,,1]
acf3[i] = residsacf$acf[4,,1]
}
meanacf1 = mean(acf1)
meanacf2 = mean(acf2)
meanacf3 = mean(acf3)
meanacf1
meanacf2
meanacf3
すべての3で常にに近い値を取得しているようです。
さらに編集:傾向が見られます
1
実際?中心と? −1
—
mpiktas '31 / 10/31
Enders ' Applied Economic Time Series(2nd edition、pp 67-68)では、はBox and Jenkins(1976)、Time Series Forecasting、Analysis、and Controlから来ていると説明しています。エンダーは、の次の推定値を使用しました:Endersはシリーズの長さとしてを使用します。 var(rs)var(rs)=T − 1 ( 1+2 s − 1 ∑ j = 1 r 2 j)。T
—
Jason Morgan、
通常の制限は、ホワイトノイズの帰無仮説の下で重要な値です。この場合、エンダースの分散式は折りたたまれます。
—
Rob Hyndman、2011年