什么是自相關(Autocorrelation)？

自相關通常發生在模式重復的一組數據中。例如，收入或經濟數據等類似變量的值通常是相互關聯的。研究人員也可能偶然發現自相關。它經常出現在經濟學研究中，包括信號處理、光學和音樂錄制的科學實驗。通常與時間序列一起...

自相關通常發生在模式重復的一組數據中。例如，收入或經濟數據等類似變量的值通常是相互關聯的。研究人員也可能偶然發現自相關。它經常出現在經濟學研究中，包括信號處理、光學和音樂錄制的科學實驗。通常與時間序列一起描述，這一現象包含了研究人員用來分析或分組數據的幾種模式。拿著燒杯的科學家在兩個變量之間通常會同步發生自相關。例如，如果一個人的收入發生變化，同時，這種現金流可以改變另一個人或團體在這段時間內的支出方式。如果一家公司或工會的罷工在一段時間內減少了工作產出，并且這種趨勢持續到另一個可測量的時間段內，數據也可以自相關；如果數據在一個序列中隨著時間的推移而相互關聯，則可能存在滯后。串行自相關通常是指在一個時間序列中的不同數據之間出現滯后。通常與自相關發生的模式可以用圖形上曲線的模式來表示。這些曲線可以用來反映趨勢；這有時包括循環中可能出現的向上和向下的模式。計算中的錯誤也可能導致數據在錯誤中相互關聯，例如新手研究員使用了錯誤的值或變量。使用外推法和數據插值有時會使它們相互關聯，如果不這樣做，變量與時間的關系就會保持分離。自相關可以有一個正值，特別是當一個模式中的趨勢向上移動時，下降趨勢通常會被負值所反映這種模式通常在經濟學中進行分析，但也可以在信號脈沖、電磁場的數學分析以及統計學的各種應用中出現，以及研究星系在宇宙中的分布。自相關的檢測通常是使用Durbin-Watson檢驗來完成的。一個統計數據是通過數學方法測量的，一個值是高于還是低于另一個變量的值通常決定了結果。然后研究人員可以確定純度，如果發現了這一特征，數據集通常會返回到其原始形式，以盡可能消除這種現象。

發表于 2020-09-18 00:57
閱讀 ( 1637 )
分類：科學教育

什么是自相關(Autocorrelation)？

你可能感興趣的文章

相關問題

0 條評論

作家榜 ?

推薦文章