Hvorfor er autokorrelation dårlig?
Hvorfor er autokorrelation dårlig?

Video: Hvorfor er autokorrelation dårlig?

Video: Hvorfor er autokorrelation dårlig?
Video: Multicollinearity | Heteroscedasticity | Autocorrelation | Problem in Regression Analysis Explained 2024, Kan
Anonim

I denne sammenhæng, autokorrelation på resterne er ' dårligt ', fordi det betyder, at du ikke modellerer korrelationen mellem datapunkter godt nok. Hovedårsagen til, at folk ikke adskiller serien, er, fordi de faktisk ønsker at modellere den underliggende proces, som den er.

Derfor, hvorfor har vi brug for autokorrelation?

Autokorrelation , også kendt som seriel korrelation, er korrelationen af et signal med en forsinket kopi af sig selv som funktion af forsinkelse. Det er bruges ofte i signalbehandling til at analysere funktioner eller rækker af værdier, såsom tidsdomænesignaler.

Og hvad fortæller Durbin Watson os? I statistik er Durban – Watson statistik er en teststatistik, der bruges til at detektere tilstedeværelsen af autokorrelation ved lag 1 i residualerne (forudsigelsesfejl) fra en regressionsanalyse.

På samme måde kan man spørge, hvad er konsekvenserne af autokorrelation i lineær regression?

Det effekter af autokorrelation blandt fejl på konsistensegenskaben for OLS estimator. I en lineær regression model, selv når fejlene er autokorrelerede og ikke-normale, er den ordinære mindste kvadraters (OLS) estimator for regression koefficienter () konvergerer i sandsynlighed til β.

Hvad sker der, hvis fejltermer er korrelerede?

Fejlvilkår forekomme hvornår en model er ikke helt nøjagtig og resulterer i forskellige resultater under anvendelser i den virkelige verden. Når fejlvilkår fra forskellige (normalt tilstødende) perioder (eller tværsnitsobservationer) er korreleret , det fejlterm er serielt korreleret.

Anbefalede: