相关函数评估方法

1.自相关函数ACF(autocorrelation function)

有序的随机变量序列与其自身相比较

自相关函数反映了同一序列在不同时序的取值之间的相关性

Pk的取值范围为[-1,1] 

图中虚线表示置信区间

2.偏自相关函数PACF(partial autocorrelation function)

对于一个平稳的AR（p）模型，求出滞后k自相关系数p（k）时实际上得到的并不是x（t）与x（t-k）之间单纯的相关关系，x（t）同时还会受到中间k-1个随机变量x（t-1）、x（t-2）、......、x（t-k+1）的影响，而这k-1个随机变量又都和x（t-k）具有相关关系，所以自相关系数p（k）里实际掺杂了其他变量对x（t）与x（t-1）的影响

剔除了中间k-1个随机变量x（t-1）、x（t-2）、......、x（t-k+1）的影响之后x（t-k）对x（t）影响的相关程度。

ACF还包含了其他变量的影响，而偏自相关系数PACF是严格这两个变量之间的相关性

3.根据ACF和PACF确定p、q值

 参考链接：https://www.bilibili.com/video/BV1F441187xt?p=4&vd_source=0e2e4c8a7eec53fb074279a5bba3678a