Ідентифікація детермінованого тренду та сезонності на основі дослідження (аналізу )акф чр

1. ряд немає тренду, якщо коефіцієнти автокореляції між рівнями ряду не залежать від часового лагу (статистично незначущі) і не мають певної закономірності зміни;

2. ряд має лінійний адитивний тренд у разі, коли автокореляційний аналіз вказує на лінійну залежність зміни коефіцієнтів автокореляції від часового лагу, а перехід до перших різниць виключає цю залежність;

3. ряд містить сезонну складову, якщо не існує лінійної залежності зміни коефіцієнтів автокореляції від часового лагу, але корелограма містить велику кількість значущих максимальних і мінімальних значень коефіцієнтів автокореляції, що свідчить про значну залежність між спостереженнями, зрушеннями на однаковий часовий інтервал;

4. ряд має лінійний тренд і сезонну складову, якщо його корелограма вказує на лінійну залежність зміни коефіцієнтів автокореляції від часового лагу і містить велику кількість значущих максимальних і мінімальних значень коефіцієнтів автокореляції, а перехід до перших різниць виключає лінійний тренд, але статистична значущість певних коефіцієнтів автокореляції залишається.

Для перевірки статистичної значущості коефіцієнтів автокореляції можна скористатися критерієм стандартної похибки, Q-критерієм Бокса-Пірса, критерієм Льюнга-Бокса.