Wie interpretiere ich Autokorrelation?

Ich habe die Autokorrelation anhand von Zeitreihendaten zu den Bewegungsmustern eines Fisches basierend auf seinen Positionen berechnet: X ( x.ts) und Y ( y.ts).

Mit R habe ich die folgenden Funktionen ausgeführt und die folgenden Diagramme erstellt:

acf(x.ts,100)

acf(y.ts,100)

Meine Frage ist, wie ich diese Handlungen interpretiere. Welche Informationen werden benötigt, um ein Muster zu melden? Ich habe im Internet gesurft und muss noch einen präzisen Weg finden, der es effektiv erklärt.

Wie entscheiden Sie sich außerdem für die richtige Menge an Verzögerung? Ich habe 100 verwendet, bin mir aber nicht sicher, ob das zu viel ist.

$\textit{correlation of the series with itself, lagged by x time units}$$T$$T-1$$x=1$$x$

Die Antwort auf Ihre Frage, was zum Melden eines Musters erforderlich ist, hängt davon ab, welches Muster Sie melden möchten. Aber quantitativ gesehen haben Sie genau das, was ich gerade beschrieben habe: den Korrelationskoeffizienten bei verschiedenen Verzögerungen der Reihe. Sie können diese numerischen Werte extrahieren, indem Sie den Befehl absetzen acf(x.ts,100)$acf.

In Bezug auf die zu verwendende Verzögerung ist dies wiederum eine Frage des Kontexts. Es kommt häufig vor, dass es zu bestimmten Interessensverzögerungen kommt. Nehmen wir zum Beispiel an, Sie glauben, die Fischart wandert alle ~ 30 Tage aus und in ein Gebiet. Dies kann dazu führen, dass Sie eine Korrelation in der Zeitreihe mit einer Verzögerung von 30 annehmen. In diesem Fall hätten Sie Unterstützung für Ihre Hypothese.