Autokorrelation
Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från versionen som granskades den 31 januari 2021; kontroller kräver 3 redigeringar .Autokorrelation är ett statistiskt förhållande mellan sekvenser av värden i samma serie, tagna med en förskjutning, till exempel för en slumpmässig process , med en förskjutning i tid.
Detta koncept används i stor utsträckning inom ekonometri . Närvaron av autokorrelation av slumpmässiga fel i regressionsmodellen leder till en försämring av kvaliteten på minsta kvadrat-uppskattningarna av regressionsparametrarna, såväl som till en överskattning av teststatistiken med vilken modellens kvalitet kontrolleras (dvs. , skapas en artificiell förbättring av modellens kvalitet i förhållande till dess faktiska noggrannhetsnivå). Därför är att testa autokorrelationen av slumpmässiga fel en nödvändig procedur för att bygga en regressionsmodell.
Autokorrelationskoefficienter är också viktiga i sig själva för ARMA -tidsseriemodeller .
Autokorrelationstestning
Oftast testas förekomsten av en första ordningens autoregressiv process i slumpmässiga fel. För att testa nollhypotesen , om autokorrelationskoefficientens likhet med noll, används oftast Durbin-Watson-kriteriet . Om det finns en fördröjningsberoende variabel i modellen är detta kriterium inte tillämpligt, du kan använda Durbins asymptotiska h-test . Båda dessa tester är utformade för att testa autokorrelationen av slumpmässiga första ordningens fel. För att testa autokorrelationen av slumpmässiga fel av högre ordning, kan det mer mångsidiga asymptotiska LM , Breusch-Godfrey-testet, användas . I detta test behöver slumpmässiga fel inte vara normalfördelade. Testet är även tillämpbart i autoregressiva modeller (i motsats till Durbin-Watson-testet).
För att testa den gemensamma hypotesen att alla autokorrelationskoefficienter är lika med noll upp till en viss ordning kan man använda Box-Pearce Q-testet eller Ljung-Box Q-testet
Autokorrelationsfunktion
Autokorrelationsfunktionen visar beroendet av autokorrelation på storleken på tidsförskjutningen. I detta fall antas tidsseriens stationaritet , vilket bland annat innebär oberoende av autokorrelationer från tidpunkten. Analysen av autokorrelationsfunktionen (tillsammans med den partiella autokorrelationsfunktionen) möjliggör identifiering av ordningen på ARMA- modellerna.
Se även
 Ordböcker och uppslagsverk |
|---|