Función de autocorrelación parcial

En el análisis de series de tiempo, la función de autocorrelación parcial (FAP) juega un papel importante en los análisis de datos dirigido a la identificación de la medida del desfase en un modelo autorregresivo.[1] El uso de esta función se introdujo como parte de la metodología de Box-Jenkins,en la modelación de series temporales, donde mediante el trazado de las funciones de autocorrelación parciales se podría determinar los rezagos apropiados p en un modelo AR(p) o en uno ARIMA (p, d, q).[2]

Descripción

Teniendo en cuenta una serie de tiempo , la autocorrelación parcial de k rezagos, que se denota , es la autocorrelación entre y con la dependencia lineal de hasta eliminada; equivalentemente, es la autocorrelación entre y que no se explica por retrasos de 1 a k  1, inclusive.

donde denota la proyección de x en el espacio abarcado por .

Hay algoritmos, para los cuales estimación de la autocorrelación parcial basada en las autocorrelaciones muestrales. Ver (Box, Jenkins y Reinsel 2008) o (Brockwell y Davis, 2009) para los detalles matemáticos. Estos algoritmos se derivan de la relación teórica exacta entre la función de autocorrelación parcial y la función de autocorrelación.

Referencias

  1. Velicer, W. F. (1976). Determining the number of components from the matrix of partial correlations. Psychometrika, 41(3), 321-327.
  2. Box, G. E., Jenkins, G. M., & Reinsel, G. C. (2013). Time series analysis: forecasting and control. John Wiley & Sons.
Este artículo ha sido escrito por Wikipedia. El texto está disponible bajo la licencia Creative Commons - Atribución - CompartirIgual. Pueden aplicarse cláusulas adicionales a los archivos multimedia.