Termes «coupés» et «coupés» des fonctions ACF, PACF

J'essaie de comprendre la signification de la coupure et de la queue dans l'intrigue de séries chronologiques d'ACF et de PACF.

Que signifie "Couper après le décalage"? Cette limite?

Que signifie «Tails off»?

Dans l'exemple ci-dessus, le livre que j'utilise pour étudier, disons que c'est un processus AR.

Mais je ne peux pas comprendre la signification de "coupure" et "queue"

time-series autocorrelation terminology

— Richard Hardy
source

«Coupé» signifie qu'il devient brutalement nul et «queue» signifie qu'il se désintègre à zéro asymptotiquement (généralement de façon exponentielle).

Dans votre image, le PACF "coupe" après le 2ème décalage, tandis que l'ACF "tire" à zéro. Vous avez probablement quelque chose comme un AR (2).

— Chris Haug
source

Si et seulement si ... il n'y a pas d'impulsions, de changements de niveau, de tendances temporelles, d'impulsions saisonnières et le modèle est invariant dans le temps et le processus d'erreur est invariant dans le temps, sinon l'interprétation de l'acf et du pacf est au mieux problématique .. et l'aide est nécessaire en termes d'heuristique (halètement!),

— IrishStat

J'ai interprété la question comme portant uniquement sur les processus ARMA , donc toutes vos exigences énoncées ci-dessus sont trivialement satisfaites. Le fait que l'ACF / PACF puisse être trompeur lors de la sélection d'un modèle ARMA pour les données du monde réel est vrai, mais une question différente.

— Chris Haug

Nous sommes d'accord .. excuses pour avoir relu vos remarques, mais je voulais que le commentaire soit un avertissement doux aux nouveaux utilisateurs de l'analyse de séries chronologiques qui sont influencés par auto.arima et autres alors qu'ils tentent de s'adapter aux modèles ARIMA sans se soucier de la points que j'ai soulevés ...

— IrishStat