在 r 中使用 acf 函数处理时间序列数据
Using acf function in r for time series data
我是 time-series analysis 的新手，我有一个数据集，其每日时间步长为 5 个因子水平。我的目标是使用 R 中的 acf 函数来确定感兴趣的响应变量之间是否存在显着的自相关，以便我可以证明是否需要时间序列模型。
我已经按天对数据集进行了排序，并且正在使用以下代码：
acf(DE_vec, lag.max=7)
该数据集未转换为时间序列对象...它是按天排序的向量。
我的第一个问题是数据帧是否应该转换为时间序列对象，或者按天对向量进行排序是否也正确？
其次，如果我每天都有一个变量在 5 个级别上重复，那么我应该为每个级别构建 5 个不同的 acf 图，还是可以像使用上面的代码？
提前致谢，
是的，acf() 将在 data.frame class 上工作，是的，您应该分别计算 5 个级别中每个级别的 ACF。如果将整个 df 传递给 acf()，它将 return 每个级别的 ACF。
如果您对跨级别的关系感到好奇，那么您需要使用 ccf() 或一些互信息度量，例如 entropy 或 infotheo pkgs 中的那些。
我是 time-series analysis 的新手，我有一个数据集，其每日时间步长为 5 个因子水平。我的目标是使用 R 中的 acf 函数来确定感兴趣的响应变量之间是否存在显着的自相关，以便我可以证明是否需要时间序列模型。
我已经按天对数据集进行了排序，并且正在使用以下代码：
acf(DE_vec, lag.max=7)
该数据集未转换为时间序列对象...它是按天排序的向量。
我的第一个问题是数据帧是否应该转换为时间序列对象，或者按天对向量进行排序是否也正确？
其次，如果我每天都有一个变量在 5 个级别上重复，那么我应该为每个级别构建 5 个不同的 acf 图，还是可以像使用上面的代码？
提前致谢，
是的，acf() 将在 data.frame class 上工作，是的，您应该分别计算 5 个级别中每个级别的 ACF。如果将整个 df 传递给 acf()，它将 return 每个级别的 ACF。
如果您对跨级别的关系感到好奇，那么您需要使用 ccf() 或一些互信息度量，例如 entropy 或 infotheo pkgs 中的那些。