Delvis autokorrelationsfunktionen

Dennis Larsen Oktober 15, 2016 D 2 0
FONT SIZE:
fontsize_dec
fontsize_inc

Med tiden serie analyse, den delvise autokorrelationsfunktionen spiller en vigtig rolle i data analyser formål at identificere omfanget af forsinkelsen i en autoregressiv model. Brugen af ​​denne funktion blev indført som en del af Box-Jenkins tilgang til tidsserier modellering, hvor ved at plotte de delvise autocorrelative funktioner man kunne bestemme den passende halter p i en AR model eller i en udvidet ARIMA model.

Beskrivelse

Gives en tidsserie, den delvise autokorrelation af lag k, betegnet er autokorrelationen mellem og med lineær afhængighed af igennem til fjernet; ækvivalent, er det den autokorrelation mellem og som ikke forklares ved lags 1 til k - 1, inklusive.

hvor angiver projektionen af ​​på plads overspændt af.

Der er algoritmer, ikke diskuteret her, til vurdering af den delvise autokorrelation baseret på prøven autokorrelationer. Se eller for de matematiske detaljer. Disse algoritmer stammer fra den nøjagtige teoretiske forhold mellem den delvise autokorrelationsfunktionen og autokorrelationsfunktionen.

Partielle autokorrelationsegenskaber plots er et almindeligt anvendt værktøj til at identificere rækkefølgen af ​​en autoregressiv model. Den delvise autokorrelation af et AR proces er nul ved lag p + 1 og større. Hvis prøven autokorrelation plottet indikerer, at en AR-model kan være hensigtsmæssigt, så prøven delvise autokorrelation plot er undersøgt for at hjælpe med at identificere ordren. Man ser for det punkt på grunden, hvor de partielle autokorrelationer for alle højere LAG'er er hovedsagelig nul. Placering på grunden en indikation af usikkerheden af ​​prøven PACF prøveudtagning er nyttigt for dette formål: Dette er normalt bygget på det grundlag, at den sande værdi af PACF, på et givet positivt forsinkelse, er nul. Dette kan formaliseres som beskrevet nedenfor.

En tilnærmet test, som en given partiel korrelation nul er givet ved at sammenligne prøven delvise autokorrelationer mod den kritiske region med øvre og nedre grænser givet af, hvor n er rekord længden af ​​den tid-serien, der analyseres. Denne tilnærmelse er afhængig af den antagelse, at rekord længde er moderat store, og at de underliggende proces har finite andet øjeblik.

  Like 0   Dislike 0
Forrige artikel Operation Ardennes
Kommentarer (0)
Ingen kommentar

Tilføj en kommentar

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Tegn tilbage: 3000
captcha