Bagaimana menafsirkan autokorelasi

Saya telah menghitung autokorelasi pada data deret waktu tentang pola pergerakan ikan berdasarkan posisinya: X ( x.ts) dan Y ( y.ts).

Dengan menggunakan R, saya menjalankan fungsi berikut dan menghasilkan plot berikut:

acf(x.ts,100)

acf(y.ts,100)

Pertanyaan saya adalah, bagaimana saya menafsirkan plot ini? Informasi apa yang diperlukan untuk melaporkan segala jenis pola? Saya telah menjelajahi internet dan belum menemukan cara ringkas yang secara efektif menjelaskannya.

Juga, bagaimana Anda memutuskan jumlah lag yang tepat untuk digunakan? Saya menggunakan 100, tetapi saya tidak yakin apakah itu terlalu banyak.

Plot-plot itu menunjukkan kepada Anda . Jadi bayangkan ambil deret waktu panjang Anda , menyalinnya, dan menghapus pengamatan pertama salinan # 1 dan pengamatan terakhir salinan # 2. Sekarang Anda memiliki dua seri panjang yang Anda hitung dengan koefisien korelasi. Ini adalah nilai sumbu vertikal pada di plot Anda. Ini mewakili korelasi seri yang tertinggal oleh satu unit waktu. Anda teruskan dan lakukan ini untuk semua waktu yang tersisa dan ini mendefinisikan plot. T T - 1 x = 1 $\textit{correlation of the series with itself, lagged by x time units}$$T$$T-1$$x=1$$x$

Jawaban untuk pertanyaan Anda tentang apa yang diperlukan untuk melaporkan suatu pola tergantung pada pola apa yang ingin Anda laporkan. Tapi secara kuantitatif, Anda memiliki apa yang saya jelaskan: koefisien korelasi pada keterlambatan seri yang berbeda. Anda dapat mengekstrak nilai numerik ini dengan mengeluarkan perintah acf(x.ts,100)$acf.

Dalam hal apa lag untuk digunakan, ini lagi masalah konteks. Sering terjadi bahwa akan ada kelambatan minat tertentu. Katakan, misalnya, Anda mungkin percaya spesies ikan bermigrasi ke dan dari suatu daerah setiap ~ 30 hari. Ini dapat mengarahkan Anda untuk membuat hipotesis suatu korelasi dalam deret waktu dengan keterlambatan 30. Dalam hal ini, Anda akan memiliki dukungan untuk hipotesis Anda.