Hva forteller autokorrelasjonsplott oss?
Hva forteller autokorrelasjonsplott oss?

Video: Hva forteller autokorrelasjonsplott oss?

Video: Hva forteller autokorrelasjonsplott oss?
Video: What does the Autocorrelation vs Lag Plot (Correlogram) tell us? (FRM Part 1, Quantitative Analysis) 2024, Kan
Anonim

An autokorrelasjonsplott er laget for å forestilling om elementene i en tidsserie er positivt korrelert, negativt korrelert eller uavhengig av hverandre. (Prefikset auto betyr "selv"- autokorrelasjon refererer spesifikt til korrelasjon mellom elementene i en tidsserie.)

Her, hva forteller ACF-plotten oss?

Et korrelogram (også kalt autokorrelasjonsfunksjon ACF-plott eller Autokorrelasjonsplott ) er en visuell måte å vise seriekorrelasjon i data som endres over tid (dvs. tidsseriedata). Seriell korrelasjon (også kalt autokorrelasjon ) er der en feil på et tidspunkt går til et påfølgende tidspunkt.

Man kan også spørre, hvordan tolker du PACF- og ACF-plottene? LESER ACF OG PACF PLOTT:

  1. De negative verdiene i plottet reagerer på en prosess med formen yt=k−θϵt−1+ϵt.
  2. I dette eksemplet er ACF signifikant i første og andre etterslep, mens PACF følger et geometrisk forfall.
  3. Her forfaller ACF geometrisk, og PACF viser bare ett signifikant etterslep.

Med tanke på dette, hva forteller autokorrelasjonsfunksjonen deg?

De autokorrelasjonsfunksjon er et av verktøyene som brukes for å finne mønstre i dataene. Nærmere bestemt autokorrelasjonsfunksjonen forteller deg korrelasjonen mellom punkter atskilt med forskjellige tidsforsinkelser. Så ACF forteller deg hvor korrelerte poeng er med hverandre, basert på hvor mange tidstrinn de er atskilt med.

Hva er forskjellen mellom autokorrelasjon og delvis autokorrelasjon?

Sammenheng mellom to variabler kan være resultatet av en gjensidig lineær avhengighet av andre variabler (forvirrende). Delvis autokorrelasjon er den autokorrelasjon mellom yt og yth etter å ha fjernet eventuell lineær avhengighet av y1, y2,, yth+1. De delvis lag-h autokorrelasjon er betegnet ϕ h, h.

Anbefalt: