acf() 函数“lag.max”参数说明

【问题标题】：acf() function "lag.max" parameter explanationacf() 函数“lag.max”参数说明
【发布时间】：2018-05-29 09:58:57
【问题描述】：

我在时间序列分析中使用acf 函数，但对其中的lag.max 参数感到困惑。

函数的帮助对lag.max-进行如下解释-

lag.max：计算 acf 的最大延迟。默认为 10*log10(N/m) 其中 N 是观察次数，m 是系列数。会自动限制少一个比系列中的观察次数。

m 是什么或系列的编号？

假设我有一个时间序列，其中包含过去 34 个月的月度数据，我需要对下个月（或第 35 个月）进行预测。

在这种情况下，N 将是 34，但 m 应该是什么，以便我可以计算“lag.max”参数？

谢谢！

【问题讨论】：

【解决方案1】：

m 是数据的维度。所以如果你有一个多维时间序列就很重要。就您而言，正如我从您的问题中了解到的那样，m=1。

N<-200
a<-1:N
b<-1:N

acf(a)
# m=1
# lag.max = 10*log10(N/1) = 23"

df<-data.frame(a,b)
acf(df)
# m=2
# lag.max = 10*log10(N/2) = 20"

【讨论】：

我的数据集有 6 列和 2935849 行。在这种情况下我应该采取什么'm'？米 = 6？使用该公式，“lag.max” = 10*log10*(2935849 / 6) = 56.89582 我的计算是否正确？
这取决于您是要研究仅一个变量的自相关还是多个变量的互相关。 m 只是您提供给 acf() 的参数的维度。但是，“lag.max=10*log10(N/m)”只是默认值。你可以给 lag.max 任何你喜欢的（正整数）值。
@Arun，“lag.max”是将在 afc 输出中绘制的最大滞后。（不确定这是否清楚。）
不太清楚。由于我是时间序列分析的新手，有什么地方可以深入了解它吗？谢谢！
让我这样说：如果你给函数 acf() 两个时间序列“a”和“b”，（就像我回答中的下例一样），它将计算并绘制“a”的自相关、“b”的自相关以及“a”和“b”的互相关。