Autokorrelation (serielle Korrelation) ist die Korrelation einer Reihe von Daten mit sich selbst mit einer gewissen Verzögerung. Dies ist ein wichtiges Thema in der Zeitreihenanalyse.
Ich habe zwei Datensätze: Mein erster Datensatz ist der Wert einer Investition (in Milliarden Dollar) gegenüber der Zeit, wobei jede Zeiteinheit seit dem ersten Quartal 1947 ein Viertel beträgt. Die Zeit erstreckt sich bis zum dritten Quartal 2002. Mein zweiter Datensatz ist "das Ergebnis der Umwandlung der Werte der Investition …
Wenn Sie eine OLS-Regression durchführen und die resultierenden Residuen zeichnen, wie können Sie feststellen, ob die Residuen automatisch korreliert sind? Ich weiß, dass es Tests dafür gibt (Durbin, Breusch-Godfrey), aber ich habe mich gefragt, ob Sie sich nur einen Plot ansehen können, um festzustellen, ob Autokorrelation ein Problem sein könnte …
Bei einer gegebenen Zeitreihe kann man die Autokorrelationsfunktion schätzen und grafisch darstellen, zum Beispiel wie folgt: Was kann man dann aus dieser Autokorrelationsfunktion über die Zeitreihen lesen? Kann man zum Beispiel über die Stationarität der Zeitreihen nachdenken? Bearbeitet : Hier habe ich den ACF der differenzierten Serie mit mehr Verzögerungen …
Ich arbeite mit einem Zwei-Zustands-Prozess mit xtxtx_t in {1,−1}{1,−1}\{1, -1\} für t=1,2,…t=1,2,…t = 1, 2, \ldots Die Autokorrelationsfunktion zeigt einen Prozess mit langem Speicher an, dh sie zeigt einen Potenzgesetzabfall mit einem Exponenten <1 an. Sie können eine ähnliche Reihe in R simulieren mit: > library(fArma) > x<-fgnSim(10000,H=0.8) > x<-sign(x) …
Scheint wirklich hoch zu sein, aber das ist für mich nicht intuitiv. Kann jemand bitte erklären? Ich bin sehr verwirrt von diesem Thema und würde mich über eine detaillierte, aufschlussreiche Erklärung freuen. Vielen Dank im Voraus!
Ein Prozess ist streng stationär, wenn die gemeinsame Verteilung von der gemeinsamen Verteilung von X_ {t_1 + k}, X_ {t_2 + k} entspricht , ..., X_ {t_m + k} für alle m , für alle k und für alle t_1, t_2, ..., t_m .X t 1 , X t 2 …
Ich lese immer wieder über die Notwendigkeit, in MCMC nach Autokorrelation zu suchen. Warum ist es wichtig, dass die Autokorrelation niedrig ist? Was misst es im Kontext von MCMC?
Ich habe den DW-Test auf mein Regressionsmodell in R angewendet und eine DW-Teststatistik von 1,78 und einen p-Wert von 2,2e-16 = 0 erhalten. Bedeutet dies, dass es keine Autokorrelation zwischen den Residuen gibt, weil der stat nahe bei 2 mit einem kleinen p-Wert liegt, oder bedeutet dies, dass der p-Wert …
Wir versuchen, automatisch korrelierte Zufallswerte zu erstellen, die als Zeitreihen verwendet werden. Wir haben keine vorhandenen Daten, auf die wir verweisen, und möchten den Vektor nur von Grund auf neu erstellen. Einerseits brauchen wir natürlich einen zufälligen Prozess mit Distribution und deren SD. Andererseits muss die den Zufallsprozess beeinflussende Autokorrelation …
Ich baue ein ziemlich komplexes hierarchisches Bayes'sches Modell für eine Metaanalyse mit R und JAGS auf. Um ein bisschen zu vereinfachen, haben die beiden Schlüsselebenen des Modells α j = ∑ h γ h ( j ) + ϵ j, wobei y i j die i- te Beobachtung des Endpunkts …
Der Durbin-Watson-Test testet die Autokorrelation von Residuen bei Verzögerung 1. Aber auch das Testen der Autokorrelation bei Verzögerung 1 direkt. Außerdem können Sie die Autokorrelation bei Verzögerung 2,3,4 testen, und es gibt gute Portmanteau-Tests für die Autokorrelation bei mehreren Verzögerungen, um schöne, leicht interpretierbare Diagramme zu erhalten [z. B. die …
Ich habe Probleme beim Verstehen der blau gepunkteten Linien im folgenden Bild der Autokorrelationsfunktion: Könnte mir jemand eine einfache Erklärung geben, was er mir erzählt?
Ich habe einen Datensatz, in dem empirische Intuition besagt, dass ich eine wöchentliche Saisonalität erwarten sollte (dh das Verhalten am Samstag und Sonntag unterscheidet sich vom Rest der Woche). Sollte diese Prämisse wahr sein, sollte mir ein Autokorrelationsgraph nicht Bursts mit Verzögerungsmultiplikatoren von 7 geben? Hier ist ein Beispiel der …
Ich vermische vielleicht meine Zeitreihen- und Nicht-Zeitreihenkonzepte, aber was ist der Unterschied zwischen einem Regressionsmodell, das eine serielle Korrelation aufweist, und einem Modell, das eine Einheitswurzel aufweist? Warum können Sie außerdem einen Durbin-Watson-Test verwenden, um die serielle Korrelation zu testen, müssen jedoch einen Dickey-Fuller-Test für Einheitswurzeln verwenden? (Mein Lehrbuch sagt, …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.