Una serie simulada de 110 datos, y(t) = φ₁·y(t−1) + φ₂·y(t−2) + e(t) + θ·e(t−1), con el ruido e(t) fijo por una semilla. Con θ = 0 es un AR(2); con φ₁ = φ₂ = 0, un MA(1); con φ₂ = 0 y los otros dos distintos de cero, un ARMA(1,1). Debajo van su ACF y su PACF hasta k = 20, con la banda ±1,96/√110.
2. Mueva los coeficientes
0,00
0,00
0,80
La ACF teórica sale de los coeficientes; la de las barras, de los 110 datos simulados. El generador con semilla es propio de esta página, así que la serie no coincide con la de numpy en el notebook, y la forma de los correlogramas sí.
Tres firmas
Un MA(q) recuerda solo los q últimos errores, así que su ACF se corta después de k = q; su PACF, en cambio, baja poco a poco, porque escrito como autorregresivo el MA necesita infinitos rezagos. Un AR(p) es el espejo: la PACF se corta en p y la ACF decae, de forma geométrica o como una onda que se apaga cuando φ₂ es negativo. En un ARMA ninguno de los dos se corta. Por eso la identificación por correlogramas propone un AR o un MA puro cuando uno de los dos se corta, y un ARMA de orden bajo cuando ninguno lo hace. Además, φ₁ y φ₂ no pueden ser cualquier par: fuera del triángulo φ₁ + φ₂ < 1, φ₂ − φ₁ < 1, |φ₂| < 1 la serie se dispara.