我在时间序列分析中使用acf
函数,并且对其中的lag.max
参数有所了解。
该功能的帮助为lag.max
-
lag.max:计算acf的最大滞后。默认是 10 * log10(N / m)其中N是观测数和m 系列数量。将自动限制为少一个 而不是系列中的观察数量。
什么是m
或系列数?
假设我有一个包含过去34个月月份数据的时间序列,我需要预测下个月(或第35个月)。
在这种情况下,N
将为34,但应该是m
,以便我可以计算“lag.max”参数?
谢谢!
答案 0 :(得分:1)
m是数据的维度。因此,如果你有一个多维时间序列,这很重要。在你的情况下,正如我从你的问题中理解的那样,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"