반응형
자기상관함수(ACF)
1)자기회귀(AR) 프로세스 경우 : 지수함수 또는 사인곡선 형태로 서서히 '0'으로 감소
2)이동평균(MA) 프로세스 경우 : 이동평균 차수에 해당하는 시차에 두드러진 스파이크, 이 시차 이후에는 모두 '0'으로 절단
3)두 프로세스가 혼합되어 있는 경우 : '0'을 향해 서서히 감소
편자기상관함수(PACF)
1)자기회귀(AR) 프로세스 경우 : 자기회귀 차수에 해당하는 시차에 두드러진 스파이크, 이 시차 이후에는 모두 '0'으로 절단
2)이동평균(MA) 프로세스 경우 : 지수함수 또는 사인곡선 형태롤 서서히 '0'으로 감소
3)두 프로세스가 혼합되어 있는 경우 : '0'을 향해 서서히 감소
* 첫 5개~7개 시차까지 추정된 자기상관계수들이 '0'을 향해 서서히 감소하는 패턴이면 시계열의 평균이 비정상적인 경우
(참고문헌) 시계열애널리스트를 위한 Eviews 솔루션(2015, 정동빈)
반응형
'시계열 분석' 카테고리의 다른 글
6. 백색잡음의 독립성 (0) | 2017.09.05 |
---|---|
5. 추정 단계에서 주목해야할 점 (0) | 2017.09.05 |
3. 모형의 정상성과 가역성 (0) | 2017.09.04 |
2. 좋은 ARIMA 모형이 갖는 일반적인 특징 (0) | 2017.09.03 |
1. ARIMA 모형 구축 절차 (0) | 2017.09.02 |