Autokorrelaatio

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 31. tammikuuta 2021 tarkistetusta versiosta . tarkastukset vaativat 3 muokkausta .

Autokorrelaatio  on tilastollinen suhde saman sarjan arvosarjojen välillä, jotka on otettu siirrolla, esimerkiksi satunnaisessa prosessissa  , ajassa.

Tätä käsitettä käytetään laajalti ekonometriassa . Regressiomallin satunnaisvirheiden autokorrelaation esiintyminen johtaa regressioparametrien pienimmän neliösumman arvioiden laadun heikkenemiseen sekä testitilastojen yliarviointiin, joilla mallin laatu tarkistetaan (ts. , luodaan keinotekoinen parannus mallin laatuun verrattuna sen todelliseen tarkkuustasoon). Siksi satunnaisvirheiden autokorrelaation testaus on välttämätön menettely regressiomallin rakentamiseksi.

Autokorrelaatiokertoimet ovat myös sinänsä tärkeitä ARMA - aikasarjamalleissa .

Autokorrelaatiotestaus

Useimmiten testataan ensimmäisen asteen autoregressiivisen prosessin läsnäolo satunnaisvirheissä. Nollahypoteesin testaamiseksi autokorrelaatiokertoimen yhtäläisyydestä nollaan käytetään useimmiten Durbin-Watson-kriteeriä . Jos mallissa on viiveestä riippuva muuttuja, tämä kriteeri ei päde, voit käyttää Durbinin asymptoottista h-testiä . Molemmat testit on suunniteltu testaamaan satunnaisten ensimmäisen asteen virheiden autokorrelaatiota. Korkeamman asteen satunnaisvirheiden autokorrelaation testaamiseen voidaan käyttää monipuolisempaa asymptoottista LM :ää , Breusch-Godfreyn testiä . Tässä testissä satunnaisten virheiden ei tarvitse jakaa normaalisti. Testiä voidaan soveltaa myös autoregressiivisissä malleissa (toisin kuin Durbin-Watsonin testi).

Voit testata yhteishypoteesia, että kaikki autokorrelaatiokertoimet ovat nolla tiettyyn järjestykseen asti, voit käyttää Box-Pearce Q-testiä tai Ljung-Box Q-testiä.

Autokorrelaatiofunktio

Autokorrelaatiofunktio näyttää autokorrelaation riippuvuuden aikasiirtymän suuruudesta. Tässä tapauksessa oletetaan aikasarjan stationaarisuus , mikä tarkoittaa muun muassa autokorrelaatioiden riippumattomuutta ajanhetkestä. Autokorrelaatiofunktion analyysi (yhdessä osittaisen autokorrelaatiofunktion kanssa) mahdollistaa ARMA - mallien järjestyksen tunnistamisen.

Katso myös

  Siirry Wikidata-kohteeseen  Sanakirjat ja tietosanakirjat