偏自相关函数

偏自相关函数 (Partial Autocorrelation Function, PACF)

偏自相关函数（Partial Autocorrelation Function，简称 PACF）是时间序列分析中的核心工具，用于刻画平稳时间序列在剔除了中间各期滞后影响的条件下，当前观测值与其滞后 $k$ 期观测值之间的净相关关系。与自相关函数（ACF）不同，PACF 隔离了直接效应，排除了低阶滞后通过连锁传导产生的间接效应，因此在ARIMA模型的识别阶段（特别是确定自回归阶数）中具有不可替代的诊断价值。

定义与直觉

给定一个均值为零的平稳时间序列 $\{X_t\}$，其滞后 $k$ 阶的偏自相关系数 $\phi_{kk}$ 定义为：在已知 $X_{t-1}, X_{t-2}, \ldots, X_{t-(k-1)}$ 的条件下，$X_t$ 与 $X_{t-k}$ 之间的条件相关系数。换言之，PACF 回答的问题是：在控制了中间所有时刻的信息后，$k$ 期前的观测还能提供多少关于当前值的额外信息？

考虑一个直观的例子。假设我们研究某城市日平均气温的时间序列。ACF 可能显示 $X_t$ 与 $X_{t-2}$ 之间存在显著正相关，但这可能是因为 $X_t$ 与 $X_{t-1}$ 高度相关（今天的气温与昨天相近），而 $X_{t-1}$ 又与 $X_{t-2}$ 高度相关。ACF 无法区分这种连锁传导与 $X_{t-2}$ 对 $X_t$ 的直接影响。PACF 则通过回归手段将 $X_{t-1}$ 的效应剥离，仅保留 $X_{t-2}$ 的独立贡献。对于 AR(1) 过程 $X_t = \phi X_{t-1} + \epsilon_t$，PACF 在滞后 1 阶之后立即截断为零——因为一旦控制了 $X_{t-1}$，更远的滞后值不再包含任何独立信息。

数学表述

偏自相关系数 $\phi_{kk}$ 可通过逐阶拟合自回归模型来获得。设 $X_t$ 为一个零均值平稳过程，考虑用前 $k$ 期观测值对 $X_t$ 做线性预测：

其中 $e_t$ 为预测误差，与 $X_{t-j}\ (j \geq 1)$ 不相关。该回归中最后一个系数 $\phi_{kk}$ 即为滞后 $k$ 阶的偏自相关系数。这一逐阶估计的思想构成了杜宾-莱文森递归（Durbin-Levinson recursion）和Yule-Walker方程的基础。

通过 Yule-Walker 方程，$\phi_{kk}$ 可由自协方差函数 $\gamma_k$（或等价地，自相关函数 $\rho_k$）表示为：

其中 $\phi_{k-1,j}$ 是上一步（$k-1$ 阶）自回归拟合中的系数。该递推公式的实际意义在于：可以在不显式估计每个中间回归的前提下，高效地从自相关函数计算出偏自相关函数。

从线性代数角度，$\phi_{kk}$ 也可以表示为 $X_t$ 在 $X_{t-1}, \ldots, X_{t-k}$ 张成的线性空间上的投影系数的最后一个分量。若记 $\mathbf{R}_k$ 为 $k \times k$ 的自相关矩阵（Toeplitz 结构），$\boldsymbol{\rho}_k$ 为自相关系数向量，则：

该形式清晰地表明，$\phi_{kk}$ 等价于 $k$ 阶自回归 AR($k$) 模型中最高阶滞后项的系数估计值。

与自相关函数 (ACF) 的对比

ACF 与 PACF 共同构成时间序列模型识别的双支柱，二者的行为模式差异是区分不同数据生成过程的关键依据：

• 自相关函数 (ACF)：度量 $X_t$ 与 $X_{t-k}$ 之间的总相关性，包含所有通过中间变量的间接传导路径。对于一个自回归模型 AR($p$)，ACF 呈几何衰减（指数递减或阻尼正弦波振荡），呈现拖尾特征；对于一个移动平均模型 MA($q$)，ACF 在滞后 $q$ 阶之后截断为零。
• 偏自相关函数 (PACF)：在网络术语中，PACF 执行了类似"控制变量"的操作——它切断了所有间接路径，仅保留 $X_{t-k} \rightarrow X_t$ 的直接边。对于 AR($p$) 过程，PACF 在滞后 $p$ 阶之后截断为零；对于 MA($q$) 过程，PACF 呈几何衰减，表现为拖尾。

这一对称性是 Box-Jenkins 建模方法论的核心。用一句话总结：AR 看 PACF 截尾，MA 看 ACF 截尾；AR 的 ACF 拖尾，MA 的 PACF 拖尾。对于混合的ARMA模型 ARMA($p, q$)，ACF 与 PACF 均呈现拖尾衰减，此时需借助信息准则（如 AIC、BIC）等更系统的阶数选择方法。

Box-Jenkins 模型识别中的应用

在Box-Jenkins方法的三步迭代框架（识别→估计→诊断）中，PACF 的样本估计图形是模型识别阶段的第一手工具。实际操作中，分析者绘制样本 PACF 图（称为偏自相关图或 partial correlogram），并观察其衰减模式：

• 若 PACF 在滞后 $p$ 之后的所有值落入置信区间内（通常在 $\pm 1.96 / \sqrt{n}$ 处绘制虚线），且之前的值显著异于零，则数据可能服从 AR($p$) 过程。这是 PACF 最经典的诊断用途。
• 若 PACF 呈缓慢衰减的正弦波或指数型衰减，且 ACF 在滞后 $q$ 后截尾，则指向 MA($q$) 过程。
• 若二者均衰减，应考虑 ARMA 或对数据进行差分处理（若序列不平稳）。

例如，对于月度通胀率数据，样本 PACF 若在滞后 1 阶出现一个大值（接近 0.6），滞后 2 阶的值接近零，而滞后 3 阶以后均落在置信区间内，则 AR(1) 模型是一个强有力的备选设定。值得警惕的是，季节性成分也会反映在 PACF 中：若季节周期为 $s$（如月度数据的 $s=12$），则在滞后 $s$ 或其倍数处可能出现显著的 PACF 尖峰，提示需要引入季节 AR 项。

估计与统计推断

在实际应用中，偏自相关系数 $\phi_{kk}$ 的样本估计 $\hat{\phi}_{kk}$ 通常通过以下方式获得：

1. 逐阶 OLS 回归：对 $k = 1, 2, \ldots, K$ 依次拟合 AR($k$) 模型，取每次回归中最高阶滞后项的系数作为 $\hat{\phi}_{kk}$。该方法直观但计算量较大。
2. Durbin-Levinson 递推：利用样本自相关系数 $\hat{\rho}_k$ 通过递推公式直接计算 $\hat{\phi}_{kk}$，避免重复进行完整回归，是大多数统计软件（如 R 的 \texttt{pacf()} 函数、Python 的 \texttt{statsmodels}）采用的算法。
3. Yule-Walker 估计：通过解 Yule-Walker 方程组获得各阶 AR 系数，取最后一阶系数。在小样本下，Yule-Walker 估计与 OLS 估计存在有限样本差异，但大样本下两者等价。

置信区间与显著性检验：在大样本且过程为白噪声的零假设下，$\hat{\phi}_{kk}$ 近似服从均值为零、方差为 $1/n$ 的正态分布，其中 $n$ 为有效样本量。因此，95\% 置信边界常设为 $\pm 1.96 / \sqrt{n}$。落在该边界外的 PACF 值被视为统计显著。需要注意，该置信区间基于渐近理论，在小样本下可能不够精确，且当多个 PACF 值被同时检验时存在多重比较问题——应辅以Ljung-Box检验等综合性检验进行交叉验证。

理论性质与深层联系

PACF 与时间序列理论的多条主线存在深刻的数学联系。首先，对于一个平稳的 AR($p$) 过程，PACF 在 $p$ 阶截尾的性质来自高斯-马尔可夫定理在时间序列背景下的延伸：一旦 $p$ 个滞后值被纳入预测集，残差即成为白噪声，更高阶的滞后不再携带任何线性预测信息。这一性质是 PACF 在模型识别中具有截尾特征的数学基础。

其次，PACF 与谱分析之间通过Fourier变换相联系。时间序列的谱密度函数可由自协方差函数的傅里叶变换获得，而 PACF 则可被视为自协方差结构的一种信息压缩表示。在参数化谱估计中，AR($p$) 模型的谱密度完全由 $\{\phi_{p1}, \ldots, \phi_{pp}, \sigma^2\}$ 决定，而这里的 $\phi_{pp}$ 正是偏自相关系数，体现了 PACF 在频域分析中的间接角色。

此外，PACF 在单位根检验和平稳性诊断中也有辅助作用。若样本 PACF 在滞后 1 阶的估计值非常接近 1 且衰减极为缓慢，这是随机游走或近单位根过程的警示信号。与此相对，一个平稳 AR(1) 过程的 PACF 在滞后 1 阶显著异于零但在 1 阶之后立即截尾，不会出现渐进衰减。

局限性与注意事项

尽管 PACF 是时间序列探索性分析中的重要工具，使用时需注意若干局限性。第一，PACF 对非平稳性敏感：若序列包含单位根或确定性趋势，样本 PACF 可能呈现虚假的缓慢衰减模式，误导建模者将其错误解读为需要高阶 AR 项。在进行 PACF 分析前，务必通过ADF检验或KPSS检验确认序列平稳性，必要时进行差分或去趋势变换。

第二，样本量依赖：PACF 的置信区间依赖于大样本正态近似。对于短时间序列（如 $n < 50$），置信边界过宽导致识别能力不足，模型阶数的判断需要结合领域知识和其他诊断工具。

第三，异常值和结构断点：离群观测值会显著扭曲样本自协方差估计，进而传导至 PACF 估计。存在方差突变或水平位移的时间序列，其样本 PACF 可能完全不同于真实数据生成过程的理论 PACF，需采用稳健估计方法或在对数据预处理后再行分析。

偏自相关函数最终是时间序列建模中的一扇关键窗口——它将隐藏在序列内部的条件依赖结构以直观的图形形式呈现，使分析者得以快速判断数据的生成机制类型，为后续的正式建模和预测奠定基础。在计量经济学、金融时间序列、信号处理和地球物理学等众多领域中，PACF 始终是探索时间依赖性的第一线工具。