Autocorrélation

Analyse des séries chronologiques en R

David S. Matteson

Associate Professor at Cornell University

Autocorrélation - I

# Autocorrélation à 1 retard : 
# Corrélation de l'action A « aujourd'hui » et de l'action A « hier »
cor(stock_A[-100], stock_A[-1])

0.84

Autocorrélation - II

# Autocorrélation à 2 retards :
# Corrélation de l'action A « aujourd'hui » et de l'action A « il y a deux jours »
cor(stock_A[-(99:100)],stock_A[-(1:2)])

0.76

Autocorrélations aux retards 1 et 2 - I

cor(stock_A[-100],stock_A[-1])

0.84

cor(stock_A[-(99:100)],stock_A[-(1:2)])

0.76

acf(stock_A, lag.max = 2, plot = FALSE)

Autocorrélations de la série « stock_A », par retard
  1    2
0.84  0.76

Autocorrélations aux retards 1 et 2 - II

La fonction d'autocorrélation - I

# Autocorrélation par retard : « fonction d'autocorrélation » 
(ACF)acf(stock_A, plot = FALSE)

Autocorrélations de la série « stock_A », par retard
  1    2    3    4    5    6    7    8    9   10
0.84 0.76 0.64 0.57 0.52 0.46 0.41 0.36 0.29 0.25

La fonction d'autocorrélation - II

acf(stock_A, plot = TRUE)

Passons à la pratique !

Analyse des séries chronologiques en R