Interpretación de los gráficos PACF y ACF

Question

Estoy intentando ajustar un modelo ARMA a una serie temporal de valores de densidad espectral de potencia que he calculado.

Este es el gráfico de los datos:

con los correspondientes gráficos de autocorrelación y autocorrelación parcial

Soy bastante novato en el análisis de series temporales, pero mi interpretación es la siguiente:

La variación lenta de la ACF (llega a cero en torno al retardo 55) indica inicialmente la no estacionariedad, pero como hay picos significativos en la PACF para los primeros retardo, esto indica que la PACF puede explicar el comportamiento de la ACF y que, de hecho, necesitamos más términos AR. En este caso, parece haber retardos AR significativos en los primeros 5, lo que sugeriría un posible modelo ARMA(5,0).

Sin embargo, también he leído que la cantidad de términos MA que necesita corresponde al primer retardo fuera del intervalo de confianza en el que cada retardo siguiente decae a 0, por lo que ¿podría necesitar un modelo ARMA(5,1)?

Como tercer problema a mi los datos me parece que pueden ser algo periódicos, si este es el caso ¿cómo se hace para ajustar un modelo ARMA?

Answer 1

Previsión: Principios y práctica sección 8.5 ofrece algunas orientaciones muy generales sobre el uso de gráficos ACF/PACF para ajustar modelos. En su caso concreto, parece que tiene un modelo ARIMA( $p$ , $d$ , $q$ ) tanto con $p\neq 0$ y $q\neq 0$ . En este caso, los gráficos (P)ACF no son útiles para seleccionar los órdenes de los modelos.

Le sugiero que utilice un método más moderno El método más sencillo es ajustar diferentes modelos y elegir el que minimice un criterio de información como el AIC.