Comprender las líneas de puntos azules en un ACF desde R

Tengo algunos problemas para entender las líneas de puntos azules en la siguiente imagen de la función de autocorrelación:

¿Podría alguien darme una explicación simple, lo que me están diciendo?

Las líneas dan los valores más allá de los cuales las autocorrelaciones son (estadísticamente) significativamente diferentes de cero. Su ACF parece indicar estacionalidad. Recomiendo Pronosticar: Principios y práctica de Hyndman & Athanasopoulos , que está disponible gratuitamente en línea. (También puede comprar una versión en papel).

Parece estacionalidad (de 18 períodos de duración) y un plazo cíclico más largo de aproximadamente 6 intervalos estacionales.

También podría ser causado por una función periódica real

¿Cómo se ve el PACF o el IACF?

Editar: La trama parece ser una generada en R; las líneas discontinuas azules representan un intervalo de confianza aproximado para lo que produce el ruido blanco, por defecto un intervalo del 95%

Le están diciendo si la correlación en ese retraso es significativa. Imagínese si tiene sus muestras totalmente independientes en la serie de tiempo (que es la hipótesis nula), la correlación en ese retraso se calculará como

$var( Corr(x, y) ) = var( \frac{Cov(x, y)}{\sigma_x * \sigma_y} ) = var( \frac{\mu_{xy}- \mu_x * \mu_y}{\sigma_x * \sigma_y} ) = var( \frac{\mu_{xy}}{\sigma_x * \sigma_y} ) = \frac{ (\mu_x^2 + \sigma_x^2)*(\mu_y^2 + \sigma_y^2) - \mu_x^2 * \mu_y^2}{n * \sigma_x^2 * \sigma_y^2}$

$x$$y$$var( Corr(x, y) ) = 1/n$

Por lo tanto, si está buscando el intervalo de confianza del 95%, tiene [-1.96 / \ sqrt {n}, + 1.96 / \ sqrt {n}].