ACFとPACFの解釈

Question

私はACFとPACFのプロットを読み、モデルの遅れを判断するのに問題があります。次のプロットを私に与え

#create time series  
NLdailyts <- ts(NLdaily$load, frequency =365.25, start = c(2010,1,1)) 
#difference time series 
NLdailytsdiff <- diff(NLdailyts,differences = 365.25) 

#ACF plot in days 
## Calculate, but not plot, acf 
acfpl<- acf(NLdailytsdiff, plot = FALSE) 
## Transform the lags from years to days 
acfpl$lag <- acfpl$lag * 365.25 
## Plot the acf 
plot(acfpl, xlab="Lag (days)") 

#PACF plot in days 
## Calculate, but not plot, acf 
pacfpl<- pacf(NLdailytsdiff, plot = FALSE) 
## Transform the lags from years to days 
pacfpl$lag <- pacfpl$lag * 365 
## Plot the acf 
plot(pacfpl, xlab="Lag (days)") 

：以下

  date temperature load weekday month weekend day 
1 2010-01-01   -28 256131  5 01  0 1 
2 2010-01-02   -24 277749  6 01  1 2 
3 2010-01-03   -53 264166  0 01  1 3 
4 2010-01-04   -42 319847  1 01  0 4 
5 2010-01-05   -17 321376  2 01  0 5 

は、ACFを取得するにしてPACF私が行ってきた：

私は次のように見える毎日の電気負荷データを予測しています：

ACFとPACF

EDIT：正と負の値が交互になるとデータが静止していることがわかりました。

どのように両方を解釈する必要がありますか？そして、どのラグを使うべきですか？

Answer 1

ACFとPACFの違いを確認する必要があると思います。彼らは、ポイントと遅れたポイントの間に有意な相関があるかどうかを示しています。違いは、PACFが各中間遅れた点の間の相関を考慮に入れていることです。

ACFを見ると、有意な点で誤解を招く可能性があります。例えば、Y_（T-1）が強く、この相関はY_（T-2）で現れる可能性が相関している場合、Y_（T-3）、など

You can read this for more info.あなたPACFプロット、それを見ると

AR（8）を使いたいと思うようです。ただし、毎週のデータがあるので、毎年の季節性ではなく毎週の季節性を設定することもできます。

あなたは自動的に使用するためのAR項の数を決定する必要があり、この

library(forecast) 
NLdailyts <- ts(NLdaily$load, frequency = 7, start = c(2010,1,1)) 
fit = auto.arima(NLdailyts) 

ような何かを行うことができます。