在 ggplot2 中为绘制的 ACF 添加置信区间答案

【问题标题】：Adding Confidence Intervals to plotted ACF in ggplot2在 ggplot2 中为绘制的 ACF 添加置信区间
【发布时间】：2017-08-02 20:13:15
【问题描述】：

我计划为模拟时间序列构建自定义的 ACF 和 PACF 图

ts <- arima.sim(n=5300,list(order=c(2,0,1), ar=c(0.4,0.3), ma=-0.2))

以下是我编写的通过ggplot2生成情节的代码：

library(gridExtra)    
theme_setting <- theme(
  panel.background = element_blank(),
  panel.grid.major.y = element_line(color="grey90", size=0.5),
  panel.grid.major.x = element_blank(),
  panel.border = element_rect(fill=NA, color="grey20"),
  axis.text = element_text(family="Times"),
  axis.title = element_text(family="Times"),
  plot.title = element_text(size=10, hjust=0.5, family="Times"))

acf_ver_conf <- acf(ts, plot=FALSE)$acf %>% 
  as_tibble() %>% mutate(lags = 1:n()) %>% 
  ggplot(aes(x=lags, y = V1)) + scale_x_continuous(breaks=seq(0,41,4)) +
  labs(y="Autocorrelations", x="Lag", title= "Time Series, ACF") +
  geom_segment(aes(xend=lags, yend=0)) +geom_point() + theme_setting

pacf_ver_conf <- pacf(ts, main=NULL,plot=FALSE)$acf %>% 
  as_tibble() %>% mutate(lags = 1:n()) %>%
  ggplot(aes(x=lags, y = V1)) + 
  geom_segment(aes(xend=lags, yend=0)) +geom_point() + theme_setting + 
  scale_x_continuous(breaks=seq(0,41,4))+ 
  labs(y="Partial Autocorrelations", x="Lag", title= "Time Series, PACF")

grid.arrange(acf_ver_conf, pacf_ver_conf, ncol=2)

虽然这正是我想要的，但我不确定如何在 acf(ts) 和 pacf(ts) 中生成置信区间：

所以，我的问题分为两部分：

如何从统计上推导出 R 中自相关函数和偏自相关的置信区间的上限和下限？
如何将其绘制到第一张图上？我在考虑geom_ribbon，但如果有任何其他想法，我们将不胜感激！

【问题讨论】：

第二部分可以使用geom_hline或geom_rect

标签： r plot time-series confidence-interval

【解决方案1】：

这可能有效（置信限的公式取自这里https://stats.stackexchange.com/questions/211628/how-is-the-confidence-interval-calculated-for-the-acf-function，可能需要一些调整）：

ts.acf <- acf(ts, plot=TRUE)

alpha <- 0.95
conf.lims <- c(-1,1)*qnorm((1 + alpha)/2)/sqrt(ts.acf$n.used)

ts.acf$acf %>% 
  as_tibble() %>% mutate(lags = 1:n()) %>% 
  ggplot(aes(x=lags, y = V1)) + scale_x_continuous(breaks=seq(0,41,4)) +
  geom_hline(yintercept=conf.lims, lty=2, col='blue') +
  labs(y="Autocorrelations", x="Lag", title= "Time Series, ACF") +
  geom_segment(aes(xend=lags, yend=0)) +geom_point() + theme_setting

ts.pacf <- pacf(ts, main=NULL,plot=TRUE)

alpha <- 0.95
conf.lims <- c(-1,1)*qnorm((1 + alpha)/2)/sqrt(ts.pacf$n.used)

ts.pacf$acf %>% 
  as_tibble() %>% mutate(lags = 1:n()) %>%
  ggplot(aes(x=lags, y = V1)) + 
  geom_segment(aes(xend=lags, yend=0)) +geom_point() + theme_setting + 
  scale_x_continuous(breaks=seq(0,41,4))+ 
  geom_hline(yintercept=conf.lims, lty=2, col='blue') +
  labs(y="Partial Autocorrelations", x="Lag", title= "Time Series, PACF")

【讨论】：