oppure considerando la stima del trend con il comando stl() calcolato in precedenza e memorizzato nell’oggetto stl.fit:

monthplot(stl.fit,choice="trend",main="Andamento del trend nei vari mesi")

per visualizzare la stagionalità occorre settare choice=”seasonal”, mentre per rappresentare i residui choice=”remainder”.

Un comando analogo al monthplot() è seaplot() fornito dal package “ast” che consente di ottenere il grafico delle serie mensili dei dati. Essa ha due parametri, oltre alla serie temporale della quale si sta tracciando il grafico: type che può assumere valore “multiple” e ciascuna serie mensile viene rappresentata in un proprio grafico (Graf. 25), oppure “single” e tutte le serie mensili sono rappresentate in un unico grafico (Graf. 26), oppure “profile” e in questa circostanza è tracciato, per ciascun anno, il grafico del profilo stagionale (Graf. 27); fitted è usato per tracciare il grafico di valori stimati (Graf. 28).

library(ast)

seaplot(ore,type="multiple")

seaplot(ore,type="single")

seaplot(ore,type="profile")

seaplot(ore,type="multiple",fitted=trend.stl)

Un metodo grafico per verificare se una serie storica presenta autocorrelazione è quello di tracciare il grafico di dispersione tra la serie originaria e la stessa serie ritardata di un certo lag. Tale grafico (Graf. 29), detto spesso di autodispersione, si può ottenere nell’ambiente R con il comando lag.plot():

lag.plot(ore,lags=12,main="Diagrammi di autodispersione delle ore lavorate")

Il parametro lags consente di specificare il numero di ritardi per i quali si vogliono tracciare i grafici. Nella fattispecie, trattando di una serie con periodicità mensile, abbiamo esaminato le serie ritardate da 1 a 12 mesi e ne è stato fornito il relativo grafico di autospersione. Come si può facilmente notare esiste un legame forte tra la serie originale e quella ritardata di 12 mesi, del resto era da aspettarsi un tale risultato. Se consideriamo invece la serie dei residui, il relativo grafico di autodispersione mostra assenza di legami tra la serie originaria e quelle ritardate (Graf. 30):

lag.plot(res.stl,12,main="Diagrammi di autodispersione dei residui")

Per inciso ricordiamo che con il comando lag() è possibile ottenere una serie ritardata di un dato lag (specificato come argomento del comando) partendo dalla serie originale.

Vito Ricci

Successivo: Modelli stocastici

Sommario: Index