r - 如何解释 R 中的 ACF 图 y 轴比例

Question

我为我拥有的数据子集创建了一个动物园时间序列对象。数据以每小时为间隔均匀分布，但根据 R-zoo 文档，它是一个弱规则的时间序列(即数据中缺少一些时间点)

df <- read.table("Desktop/AutoCorrelation_hourly_testdata.csv", header = TRUE, sep = ",")
sub <- df[df$sid == 59, ]
sub <- sub[!duplicated(sub[c("binstart_date", "binstart_time")]), ]
library(zoo)
z <- read.zoo(sub, sep = ",", header = TRUE, index = 1:2, tz = "", format = "%Y-%m-%d %H:%M:%S")
acf_C_duration = acf(coredata(z$C_duration), na.action = na.pass, plot = TRUE)

我得到以下情节:



我的问题是，如果我的数据以小时为间隔，y 轴上的滞后幅度究竟是多少？我解释这个情节的最佳方式是什么？

我在统计学或 R 方面没有经验，但我试图确定这个数据集是否遵循某种节奏或具有任何潜在的模式/周期性。从在线研究来看，R 自相关函数似乎可以为我做到这一点。如果您认为我应该使用任何其他方法，请告诉我。

谢谢!

Answer 1

比例是从 -1 到 1，因为它是 correlation coefficient .从图中我们可以看到滞后没有显着影响(在界限内 - 不能告诉它们为零)。 ACF 函数表示当前值是否始终依赖于先前的值(滞后)。所以你看到唯一的值是 lag 0 处的峰值. (尝试思考这意味着什么)所以如果只是试图用它们自己来解释它们(自相关属性)，那么你的每小时值是相互独立的。