问题描述
首先，我是统计学和 R 的新手，所以如果这是一个愚蠢的新手问题，我提前道歉。我有两个时间序列，德国的陆上风电容量和可再生能源附加费，每年频率和 20 年的观察期，我想计算和解释互相关图。然而，我很难相信我计算的互相关图真的描绘了我的数据的实际行为。我的数据如下所示：
wind capacity、renewables surcharge
为了执行 ccf，我需要通过四次微分来实现数据的平稳性。 Augmented-Dickey-Fuller Test 和 KPSS-Test 意味着平稳性。数据如下所示：
differentiated wind capacity、differentiated renewables surcharge
在那之后，我需要检查自相关：
ACF wind、ACF renewables surcharge
这些图一开始让我感到困惑，但现在我相信它只是意味着在滞后 = 1 时存在中等负相关，在滞后 = 3 时存在中度正相关，对于 wind_cap_diff，在滞后 = 1 时存在中度负相关和中度正相关pv_cap_diff 在滞后 = 2 处的相关性。这些假设是否正确，是否足以说明数据是自相关的？
如果我认为不是，我最终会得到这样的互相关图：
CCF 图让我感到困惑，因为这意味着在滞后 = 3 时可再生能源附加费和风电容量之间存在适度的负相关，然后在滞后 = 4 时存在适度的正相关。负相关本身很奇怪，但由于可再生能源附加费主要用于资助德国可再生能源的发展，因此数据似乎不太可能出现负相关后正相关。我觉得 4 次微分改变了数据的意义，以至于从分析过程中无法得出与时间序列的实际行为的关系。
我的最后一个问题是：我的方法有哪些缺陷，我可以改变什么来避免这些缺陷？
感谢并希望很快收到你们的来信！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）