Autocorrelación, cuestionario ACF y PACF

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿Qué describe el ACF en el retraso k?
   • Correlación entre observaciones k pasos de tiempo separados
   • Correlación después de eliminar todos los efectos predictores
   • La pendiente de regresión parcial en cada rezago
   • La varianza del pronóstico en el horizonte k
2. ¿En qué se diferencia el PACF en el retraso k del ACF?
   • Mide sólo frecuencias estacionales.
   • Tiene en cuenta los efectos lineales de retrasos más cortos.
   • Es una correlación entre dos series diferentes.
   • Siempre es cero para datos no estacionarios.
3. ¿Qué sugieren los repetidos picos de ACF en los retrasos 12, 24 y 36 en los datos mensuales?
   • Que se eliminen todos los efectos estacionales
   • Una orden AR garantizada de 36
   • Posible dependencia estacional anual
   • Un ajuste perfecto de la media móvil
4. ¿Por qué un ACF en lenta decadencia puede reflejar una tendencia en lugar de una dependencia de la memoria corta?
   • Una tendencia es idéntica a un término MA
   • La ACF omite toda la información horaria.
   • La tendencia hace que cada retraso sea exactamente cero
   • Los cambios de nivel no estacionarios pueden inducir una amplia persistencia entre rezagos
5. ¿Qué patrón de libro de texto está asociado con un proceso AR(p) puro en condiciones ideales?
   • ACF se corta después de p mientras que PACF siempre es uno
   • PACF se corta después de p mientras que ACF decae
   • Ambas funciones son exactamente cero en el retraso uno.
   • Ambos cortados en el tamaño de la muestra.
6. ¿Por qué los picos aislados en muchos rezagos no son evidencia definitiva?
   • Las bandas de confianza equivalen a pruebas causales exactas
   • Los valores ACF son siempre deterministas
   • Múltiples comparaciones aproximadas y ruido de muestras finitas pueden crearlos
   • Un gráfico de retraso no puede incluir incertidumbre
7. ¿Qué ACF es útil después de adaptar a un candidato ARIMA?
   • El ACF estacional después de quitar las etiquetas
   • Sólo la serie original ACF porque los residuales nunca son diagnósticos.
   • El predictor ACF para estimar la precisión.
   • El ACF residual para inspeccionar la dependencia serial restante
8. ¿Cómo deberían los gráficos ACF/PACF guiar la selección del modelo?
   • Sugerir pedidos candidatos que luego se validan con diagnósticos y pronósticos.
   • Establezca p y q exactos sin más comprobaciones
   • Demostrar estacionariedad siempre que se crucen las bandas de confianza
   • Reemplazar un conjunto de pruebas ordenado por tiempo