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.
Sei ein stochastischer Prozess, der durch Verketten von iid-Draws aus einem AR (1) -Prozess gebildet wird, wobei jeder Draw ein Vektor der Länge 10 ist. Mit anderen Worten, sind Realisierungen eines AR (1) -Prozesses; stammen aus demselben Prozess, sind jedoch unabhängig von den ersten 10 Beobachtungen. und so weiter.{ X …
Stellen Sie sich vor, wir probieren eine Kovarianzmatrix aus einer Wishart-Verteilung von MCMC. Bei jeder Iteration erhalten wir eine neue Beispielmatrix aus der Wishart-Verteilung.SiSiS_i Frage : Kann ich angesichts der Kurve, die alle Stichproben , die Autokorrelation dieser Stichproben darstellen?S1,...SnS1,...SnS_1,...S_n Ich habe jemanden gesehen, der die Autokorrelation von , aber …
Ich habe zwei Zeitreihen (Parameter eines Modells für Männer und Frauen) und möchte ein geeignetes ARIMA-Modell identifizieren, um Prognosen zu erstellen. Meine Zeitreihe sieht aus wie: Die Darstellung und der ACF sind instationär (die Spitzen des ACF schneiden sehr langsam ab). Daher verwende ich Differenzierung und erhalte: Dieses Diagramm zeigt, …
Der von mir verwendete Datensatz enthält Einkommensdaten pro Bereich. Die Werte sind nicht normal verteilt, wie in der folgenden Abbildung dargestellt. Global Morans I zeigt signifikante räumliche Muster an und Local Morans I findet signifikante heiße und kalte Stellen (entsprechend dem p-Wert). Wenn ich den Z-Score überprüfe, stellt sich heraus, …
Angenommen, ich habe eine Zeitreihe von Beobachtungen und berechne ein Maß für die Varianz dieser Zeitreihe als Standardabweichung (SD) in einem rollenden Fenster der Breite und dieses Fenster wird in einzelnen Zeitschritten über die Reihe verschoben. Nehmen wir weiter an, dass , wobei die Anzahl der Beobachtungen ist und dass …
Ich habe diesen Wiki- Artikel über gewöhnliches Kriging verfolgt Jetzt sieht meine Kovarianzmatrix für 4 Variablen so aus 1 0.740818220681718 0.548811636094027 0.406569659740599 0.740818220681718 1 0.740818220681718 0.548811636094027 0.548811636094027 0.740818220681718 1 0.740818220681718 0.406569659740599 0.548811636094027 0.740818220681718 1 Nun, die Beziehung zwischen Semvariogramm und Variogramm ist gegeben durch γ(h)/(C0)=1−C(h)/C(0)γ(h)/(C0)=1−C(h)/C(0)\gamma(h)/(C0) = 1 - C(h)/C(0) Also …
Ich habe eine Reihe von Beobachtungen, unabhängig von der Zeit. Ich frage mich, ob ich Autokorrelationstests durchführen soll. Es scheint mir, dass es keinen Sinn macht, da meine Daten keine Zeitkomponente enthalten. Ich habe jedoch tatsächlich einen seriellen Korrelations-LM-Test versucht, der auf eine starke Autokorrelation der Residuen hinweist. Macht es …
Ich habe in John Cochranes Zeitreihe für Makroökonomie und Finanzen gelesen, dass: Autokovarianz kann die Zeitreihen [gemeinsame Verteilung] vollständig charakterisieren. Ich verstehe den Zusammenhang zwischen Kovarianz und gemeinsamer Verteilung hier nicht ganz. Kann das bitte jemand erklären?
Bei der Durchführung einer Bayes'schen Analyse ist die Autokorrelation der MCMC-Proben zu überprüfen. Aber ich verstehe nicht, was diese Autokorrelation verursacht. Hier sagen sie das Proben mit hoher Autokorrelation [von MCMC] werden häufig durch starke Korrelationen zwischen Variablen verursacht. Ich frage mich, was andere Ursachen für Proben mit hoher Autokorrelation …
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.