꿈라CBT아래는 어떤 정상 시계열의 자기상관함수(ACF)와 부분자기상관함수(PACF)를 시차별로 계산한 결과이다. 이에 대한 설명으로 옳지 않은 것은?
보기
| 시차(lag) | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| ACF | 0.72 | 0.52 | 0.37 | 0.27 | 0.19 |
| PACF | 0.72 | −0.03 | 0.02 | −0.01 | 0.02 |
- 1ACF가 시차 1 이후 급격히 절단되고 PACF가 서서히 감소하는 형태이므로 MA(1) 모형이 적합하다고 판단할 수 있다.
- 2ACF는 시차가 커질수록 서서히 감소(tail off)하는 반면, PACF는 시차 1 이후 0에 가깝게 절단(cut off)되는 형태를 보인다.
- 3이 패턴은 AR(1) 모형에 해당하며, 시차 1의 부분자기상관 0.72는 자기회귀계수의 추정값에 가깝다.
- 4주어진 시계열이 정상 시계열이라고 하였으므로, 별도의 차분 없이 곧바로 ARMA 계열 모형을 적용할 수 있다.