Video: RAMPS 1.6 - Basics 2024
Pentru un set de date care constă în observații luate în diferite momente în timp (adică, date serii de timp ), este important să se determine dacă observațiile sunt sau nu corelate între ele. Acest lucru se datorează faptului că multe tehnici de modelare a datelor din serii de timp se bazează pe ipoteza că datele sunt necorelate între ele (independent).
O tehnică grafică pe care o puteți utiliza pentru a vedea dacă datele sunt necorelate între ele este funcția de autocorelare . Funcția de autocorelare arată corelația dintre observații într-o serie de timp cu decalaje diferite. De exemplu, corelația dintre observațiile cu întârziere 1 se referă la corelația dintre fiecare observație individuală și valoarea sa anterioară.
Functia de autocorelatie a revenirilor zilnice la stocul ExxonMobil in 2013. Fiecare "spike" din functia autocorelatie reprezinta corelatia între observații cu un anumit decalaj.Autocorelația cu lag 0 este întotdeauna egală cu 1, deoarece aceasta reprezintă corelațiile observațiilor cu ele însele.
. Dacă un spike se ridică deasupra limitei superioare a intervalului de încredere sau scade sub limita inferioară a intervalului de încredere, aceasta arată că corelația pentru acest decalaj nu este 0. Aceasta este o dovadă a independenței elementelor într-un set de date. În acest caz, există doar un vârf statistic semnificativ (la lag 8). Acest vârf arată că datele returnate de ExxonMobil pot fi independente. Un test statistic mai formal ar arăta dacă este adevărat sau nu.