نمودار خودهمبستگی به ما چه می گوید؟

2024 نویسنده: Miles Stephen | [email protected]. آخرین اصلاح شده: 2023-12-15 23:35

یک نمودار خودهمبستگی است طراحی شده به نشان می دهد چه عناصر یک سری زمانی هستند همبستگی مثبت، همبستگی منفی یا مستقل از یکدیگر. (پیشوند auto به معنای "خود" است- خود همبستگی به طور خاص به همبستگی بین عناصر یک سری زمانی اشاره دارد.)

در اینجا، طرح ACF به ما چه می گوید؟

یک همبستگی (همچنین به نام تابع همبستگی خودکار طرح ACF یا نمودار خودهمبستگی ) یک روش بصری برای نشان دادن همبستگی سریال در داده هایی است که در طول زمان تغییر می کند (یعنی داده های سری زمانی). همبستگی سریال (همچنین نامیده می شود خود همبستگی ) جایی است که یک خطا در یک نقطه از زمان به نقطه بعدی در زمان منتقل می شود.

همچنین ممکن است بپرسید، طرح‌های PACF و ACF را چگونه تفسیر می‌کنید؟ خواندن توطئه های ACF و PACF:

1. مقادیر منفی در نمودار به فرآیندی به شکل yt=k−θϵt−1+εt پاسخ می‌دهند.
2. در این مثال ACF در تاخیرهای اول و دوم قابل توجه است، در حالی که PACF از یک فروپاشی هندسی پیروی می کند.
3. در اینجا ACF از نظر هندسی تحلیل می‌رود و PACF تنها یک تاخیر قابل توجه را نشان می‌دهد.

با در نظر گرفتن این موضوع، تابع همبستگی خودکار به شما چه می گوید؟

را تابع همبستگی خودکار یکی از ابزارهایی است که برای یافتن الگوها در داده ها استفاده می شود. به طور خاص، تابع همبستگی خودکار به شما می گوید همبستگی بین نقاطی که با وقفه های زمانی مختلف از هم جدا شده اند. بنابراین، ACF به تو می گوید بر اساس چند مرحله زمانی که از هم جدا شده اند، نقاط چقدر با یکدیگر مرتبط هستند.

تفاوت بین خودهمبستگی و خودهمبستگی جزئی چیست؟

همبستگی بین دو متغیر می توانند از وابستگی خطی متقابل به متغیرهای دیگر (مخلوط کننده) ناشی شوند. خودهمبستگی جزئی هست خود همبستگی بین y_تی و y_{تی–ساعت} پس از حذف هر گونه وابستگی خطی به y₁، y₂,, y_{تی–ساعت+1}. را جزئي تاخیر-h خود همبستگی ϕ h، h نشان داده می شود.