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