进阶篇 第 2 篇：自相关性深度解析 - ACF 与 PACF 图完全指南

进阶篇 第 2 篇：自相关性深度解析 - ACF 与 PACF 图完全指南

(图片来源: Negative Space on Pexels)

欢迎来到进阶系列的第二篇！在上一篇，我们探讨了更高级的时间序列分解技术和强大的指数平滑 (ETS) 预测模型。ETS 模型通过巧妙的加权平均捕捉了序列的演变。然而，还有另一大类经典模型——ARIMA 家族，它们直接对序列的自相关性 (Autocorrelation) 进行建模。

要深入理解并有效使用 ARIMA 模型，我们必须成为解读序列“内部记忆”的专家。而揭示这种记忆的关键工具，就是我们曾在入门篇初步接触过的自相关函数 (ACF) 和偏自相关函数 (PACF) 图。

本篇，我们将对 ACF 和 PACF 进行一次深度解析：

1. 温故知新： 为什么先要关注平稳性？
2. ACF 深度解读： 它真正告诉我们什么？MA(q) 过程的典型模式。
3. PACF 深度解读： 为何需要它？AR§ 过程的典型模式。
4. 结合运用： 如何利用 ACF/PACF 图识别潜在的 ARMA(p,q) 结构？
5. 实战演练： 使用 Python 绘制并解读 ACF/PACF 图。

掌握 ACF/PACF 的精髓，是解锁 ARIMA 模型强大能力的前提。

温故知新：为何先要平稳？

在深入研究 ACF/PACF 之前，必须再次强调平稳性的重要性。

• ACF/PACF 的前提： ACF 和 PACF 分析的是序列与其滞后项之间的相关性结构。这种结构只有在序列的统计特性（均值、方差）稳定时才有意义且易于解读。
• 非平稳序列的 ACF： 如果一个序列包含趋势或强季节性（即非平稳），它的 ACF 图通常会显示出非常缓慢的衰减。许多滞后项的相关系数都会很高，并缓慢地趋向于零。这种缓慢衰减的 ACF 模式本身就强烈暗示了非平稳性，它会掩盖掉序列可能存在的短期自相关结构。

结论： 在使用 ACF/PACF 图来识别潜在的 ARMA 模型结构之前，务必先确保你的时间序列是平稳的（通过检验和必要的差分处理）。我们分析的是平稳化后序列的 ACF/PACF 图。

ACF (自相关函数) 深度解读

ACF (Autocorrelation Function) 衡量的是时间序列 y(t) 与其自身滞后值 y(t-k) 之间的相关系数。它回答的问题是：“当前值与 k 期前的值有多相关？”

• 包含间接影响： ACF 包含了所有滞后项的直接和间接影响。例如，y(t) 与 y(t-2) 的相关性可能部分是通过 y(t-1) 这个中间环节传递的。ACF 度量的是总体相关性。
• MA(q) 过程的特征：
  • 一个移动平均 (Moving Average) MA(q) 过程定义为：y(t) = μ + ε(t) + θ₁ε(t-1) + ... + θ<0xE1><0xB5><0x97>ε(t-q)，其中 ε 是白噪声（误差项）。
  • 关键特性： y(t) 的值仅依赖于当前和过去 q 个误差项。
  • ACF 表现： 因此，y(t) 只会与 y(t-1), y(t-2), ..., y(t-q) 相关（因为它们共享部分误差项）。当滞后阶数 k > q 时，y(t) 和 y(t-k) 将不再共享任何共同的误差项，理论上它们的自相关系数为 0。
  • 图形模式： MA(q) 过程的 ACF 图会在滞后 q 阶之后突然截断 (Cuts off)，变为 0（在实际图形中，是在置信区间内波动）。

PACF (偏自相关函数) 深度解读

如果 ACF 包含了间接影响，那我们如何衡量 y(t) 和 y(t-k) 之间纯粹的、直接的相关性，即排除了中间滞后项 y(t-1), ..., y(t-k+1) 的影响之后的相关性？这就是 PACF (Partial Autocorrelation Function) 要解决的问题。

• AR§ 过程的特征：

  • 一个自回归 (AutoRegressive) AR§ 过程定义为：y(t) = c + φ₁y(t-1) + φ₂y(t-2) + ... + φ<0xE1><0xB5><0xBD>y(t-p) + ε(t)。
  • 关键特性： y(t) 的值直接依赖于过去 p 个自身的观测值。y(t) 对 y(t-k) (当 k > p 时) 的依赖关系完全是通过中间的 p 个值传递的。
  • PACF 表现： 一旦我们移除了 y(t-1) 到 y(t-p) 的影响（这正是 PACF 所做的），y(t) 与 y(t-k) (k > p) 之间的偏自相关系数理论上就为 0。
  • 图形模式： AR§ 过程的 PACF 图会在滞后 p 阶之后突然截断 (Cuts off)。

• 对比 ACF： AR§ 过程的 ACF 通常是拖尾 (Tails off) 的，即它会按指数或正弦波形式缓慢衰减，而不是截断。这是因为 y(t) 通过 y(t-1) 与 y(t-2) 相关，通过 y(t-2) 与 y(t-3) 相关，等等，这种影响会传递下去。
  

结合运用：识别 ARMA(p,q) 模式

现在我们有了识别纯 AR§ 和纯 MA(q) 过程的利器：

• MA(q) 过程： ACF 在 q 阶截尾，PACF 拖尾。
• AR§ 过程： ACF 拖尾，PACF 在 p 阶截尾。

那如果一个过程同时具有 AR 和 MA 的特性，即 ARMA(p,q) 过程呢？

• ARMA(p,q) 过程的特征： y(t) 同时依赖于过去的观测值和过去的误差项。
• ACF/PACF 表现： 通常，ARMA(p,q) 过程的 ACF 和 PACF 图都会表现出拖尾（按指数或正弦波形式衰减）。识别具体的 p 和 q 值会比纯 AR 或纯 MA 过程更困难，需要更多经验或借助信息准则（如 AIC/BIC，我们将在下一篇讨论）。

模型识别速查表 (基于平稳序列):

模型	ACF 图模式	PACF 图模式
AR§	拖尾 (Tails off)	p 阶截尾 (Cuts off at p)
MA(q)	q 阶截尾 (Cuts off at q)	拖尾 (Tails off)
ARMA(p,q)	拖尾 (Tails off)	拖尾 (Tails off)

实战演练：Python 绘制与解读

让我们用 statsmodels 库来实际绘制和解读 ACF/PACF 图。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import statsmodels.api as sm
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.arima_process import ArmaProcess# 设置绘图风格
plt.style.use('seaborn-v0_8-whitegrid')# --- 1. 模拟 MA(1) 过程 ---
# y(t) = ε(t) + 0.7 * ε(t-1)
ma1_process = ArmaProcess(ma=[1, 0.7]) # 注意 ArmaProcess 的 ma 参数包含 lag 0 (系数为1)
ma1_data = ma1_process.generate_sample(nsample=500)fig, axes = plt.subplots(1, 2, figsize=(14, 5))
plot_acf(ma1_data, ax=axes[0], lags=20, title='MA(1) Process ACF')
plot_pacf(ma1_data, ax=axes[1], lags=20, title='MA(1) Process PACF', method='ywm') # 'ywm' is often stable
axes[0].set_ylim(-1.1, 1.1) # 统一 y 轴范围
axes[1].set_ylim(-1.1, 1.1)
plt.suptitle('ACF and PACF for Simulated MA(1) Data', fontsize=16)
plt.tight_layout(rect=[0, 0.03, 1, 0.95]) # 调整布局防止标题重叠
plt.show()# --- 2. 模拟 AR(2) 过程 ---
# y(t) = 0.8 * y(t-1) - 0.5 * y(t-2) + ε(t)
ar2_process = ArmaProcess(ar=[1, -0.8, 0.5]) # 注意 ar 参数包含 lag 0 (系数为1), 符号与公式相反
ar2_data = ar2_process.generate_sample(nsample=500)fig, axes = plt.subplots(1, 2, figsize=(14, 5))
plot_acf(ar2_data, ax=axes[0], lags=20, title='AR(2) Process ACF')
plot_pacf(ar2_data, ax=axes[1], lags=20, title='AR(2) Process PACF', method='ywm')
axes[0].set_ylim(-1.1, 1.1)
axes[1].set_ylim(-1.1, 1.1)
plt.suptitle('ACF and PACF for Simulated AR(2) Data', fontsize=16)
plt.tight_layout(rect=[0, 0.03, 1, 0.95])
plt.show()# --- 3. 应用于真实数据 (示例：对 CO2 数据的一阶差分) ---
# 加载并差分数据 (确保已平稳化)
co2_data = sm.datasets.co2.load_pandas().data['co2']
co2_data = co2_data.interpolate().resample('M').mean()
co2_diff = co2_data.diff().dropna() # 一阶差分使其近似平稳print("\n--- Analyzing Differenced CO2 Data ---")
# 检验平稳性 (可选，但推荐)
adf_test = sm.tsa.stattools.adfuller(co2_diff)
print(f'ADF Statistic: {adf_test[0]:.3f}')
print(f'p-value: {adf_test[1]:.3f}') # p-value 应该很小fig, axes = plt.subplots(1, 2, figsize=(14, 5))
plot_acf(co2_diff, ax=axes[0], lags=40, title='Differenced CO2 ACF') # 观察季节性周期 (lag 12, 24...)
plot_pacf(co2_diff, ax=axes[1], lags=40, title='Differenced CO2 PACF', method='ywm')
axes[0].set_ylim(-1.1, 1.1)
axes[1].set_ylim(-1.1, 1.1)
plt.suptitle('ACF and PACF for Differenced Monthly CO2 Data', fontsize=16)
plt.tight_layout(rect=[0, 0.03, 1, 0.95])
plt.show()

解读要点：

• 模拟 MA(1): 观察其 ACF 是否在 lag=1 后截尾，而 PACF 是否拖尾。
• 模拟 AR(2): 观察其 PACF 是否在 lag=2 后截尾，而 ACF 是否拖尾。
• 真实数据 (差分 CO2):
  • 真实数据的图形通常不会像模拟数据那样完美“干净”。会有噪声。
  • 重点观察是否有明显的截尾或清晰的拖尾模式。
  • 注意置信区间（通常是蓝色区域）：只有显著超出置信区间的柱状图才被认为是统计上显著不为零的。
  • 对于 CO2 差分数据，你可能会看到 ACF 在 lag=1 处显著，然后在 lag=12, 24 等季节性位置再次显著，暗示可能需要季节性模型 (SARIMA)。PACF 可能也在早期滞后和季节性滞后处显著。这表明真实数据的模式识别可能比理论更复杂。

注意事项与最佳实践

• 平稳性优先！ 重复强调，分析前确保数据平稳。
• 图形是向导，非圣经： ACF/PACF 图提供了关于模型结构的线索，但不是绝对的规则，尤其对于混合的 ARMA 过程或有噪声的真实数据。
• 关注置信区间： 不要过度解读在置信区间内的小波动。
• 模式可能模糊： 有时图形模式并不清晰，可能指向多个候选模型。
• 结合信息准则： ACF/PACF 图通常用于初步定阶，最终的模型选择往往需要结合 AIC/BIC 等信息准则（下一篇内容）以及模型诊断。

总结与下一步

通过本次深度解析，我们掌握了如何更精细地解读 ACF 和 PACF 图，理解了它们与 AR§ 和 MA(q) 过程的内在联系。这为我们识别（平稳）时间序列的潜在结构，特别是为下一篇的 ARIMA 模型定阶打下了坚实的基础。

ACF/PACF 图是时间序列分析师工具箱中的瑞士军刀，熟练运用它们将极大提升你对序列动态的洞察力。

下一篇预告：
准备好将今天的知识付诸实践了吗？下一篇，我们将正式进入 ARIMA 模型的世界，学习如何利用 ACF/PACF 图进行模型识别（定阶 p, q），如何估计模型参数，如何进行模型诊断，并最终用它来进行预测！

敬请期待！

---

（尝试用不同的 AR 和 MA 参数模拟数据，观察 ACF/PACF 图的变化。你手中的其他平稳时间序列数据呈现出怎样的 ACF/PACF 模式？欢迎在评论区分享你的观察！）