Jak interpretować autokorelację

Obliczyłem autokorelację na danych szeregów czasowych wzorców ruchu ryby na podstawie jej pozycji: X ( x.ts) i Y ( y.ts).

Korzystając z R, uruchomiłem następujące funkcje i stworzyłem następujące wykresy:

acf(x.ts,100)

acf(y.ts,100)

Moje pytanie brzmi: jak interpretować te wykresy? Jakie informacje są potrzebne do zgłoszenia jakiegokolwiek wzoru? Przeglądałem internet i jeszcze nie znalazłem zwięzłego sposobu, który to skutecznie wyjaśnia.

Ponadto, w jaki sposób decydujesz o właściwej ilości opóźnienia do użycia? Użyłem 100, ale nie jestem pewien, czy to za dużo.

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

Odpowiedź na pytanie, co jest potrzebne do zgłoszenia wzoru, zależy od tego, jaki wzór chcesz zgłosić. Ale pod względem ilościowym masz dokładnie to, co właśnie opisałem: współczynnik korelacji przy różnych opóźnieniach szeregu. Możesz wyodrębnić te wartości liczbowe, wydając polecenie acf(x.ts,100)$acf.

Pod względem opóźnień w użyciu jest to znowu kwestia kontekstu. Często zdarza się, że pojawią się specyficzne opóźnienia. Powiedzmy na przykład, że możesz wierzyć, że gatunki ryb migrują do i z obszaru co ~ 30 dni. Może to prowadzić do postawienia hipotezy dotyczącej korelacji w szeregach czasowych z opóźnieniami 30. W takim przypadku miałbyś poparcie dla swojej hipotezy.