Otokorelasyon (Gecikme-k) Hesaplayıcı

Otokorelasyon (Gecikme-k) Hesaplayıcı

Popüler AI Skill PRO

Hesaplamaya Girin

Değerleri zaman sırasına göre, virgül, boşluk veya yeni satırla ayırarak girin.
1 ile N-1 arasında tam sayı.
Tek gecikme veya her gecikme.

Formül

±1.96Nburada N=Veri serisi sayısı\pm \frac{1.96}{\sqrt{N}}\quad \text{burada } N = \text{\text{Veri serisi} sayısı}
Hesaplama adımlarını göster (1)
  1. Gecikme-k otokorelasyonu

    rGecikme k=∑i=1N−k(Yi−Y‾)(Yi+k−Y‾)∑i=1N(Yi−Y‾)2burada Y=Veri serisi,Hesaplanacak gecikmelerr_{\text{Gecikme k}} = \frac{ \sum_{i=1}^{N-k}(Y_{i} - \bar{Y})(Y_{i+k} - \bar{Y})}{\sum_{i=1}^{N}(Y_{i} - \bar{Y})^{2}}\quad \text{burada } Y = \text{Veri serisi},\ \text{Hesaplanacak gecikmeler}

    NIST El Kitabı'nda tanımlandığı şekliyle örnek otokorelasyon.

Kullanım istatistikleri

Reklam

Sonuç

Otokorelasyon r_k
0,6091
Örneklem büyüklüğü N 10
Ortalama 7,5000
Yaklaşık %95 bandı (±) 0,6198
|r_k| bandı aşıyor Hayır
Gecikme r
1 0,6091

Bu sayfadaki bir hatayı bildir

Bu hesaplayıcı ne yapar?

Bu hesaplayıcı, sıralı bir veri serisinin seçilen k gecikmesindeki örnek otokorelasyonunu hesaplar. Otokorelasyon, her gözlemin k adım sonraki değerle ne kadar güçlü ilişkili olduğunu ölçer. Rastgelelik kontrolü, zaman serilerindeki trend veya döngüleri belirlemek ve uydurulmuş bir modelin artıklarını incelemek için kullanılır. Ayrıca örneklem büyüklüğünü, ortalamayı, yaklaşık %95 bandını ve sonucun bu bandı aşıp aşmadığını gösteren bir işareti raporlar.

Nasıl kullanılır?

Değerleri zaman sırasına göre, virgül, noktalı virgül, boşluk veya yeni satırla ayrılmış olarak Veri serisi alanına girin; ondalık ayraç olarak nokta kullanın. Ardından en az 1 ve en fazla N-1 olmak zorunda olan tam sayı Gecikme k değerini girin. Son olarak Hesaplanacak gecikmeler seçeneğini belirleyin: yalnızca k gecikmesi veya 0 ile k arasındaki her gecikme. Tüm gecikmeler modunda gecikme tablosu her gecikmeyi katsayısıyla birlikte listeler.

Formül

Gecikme-k otokorelasyonu NIST/SEMATECH tanımını izler:

$$r_k = \frac{\sum_{i=1}^{N-k}(Y_i - \bar{Y})(Y_{i+k} - \bar{Y})}{\sum_{i=1}^{N}(Y_i - \bar{Y})^2}$$

Burada \(Y_i\) i-inci gözlemdir, \(N\) gözlem sayısıdır, \(k\) gecikmedir ve \(\bar{Y}\) tüm N değerin ortalamasıdır. Rastgelelik altında yaklaşık %95 bandı şöyledir:

$$\pm\frac{1.96}{\sqrt{N}}$$
Reklam
Bir veri serisi ve onun k konum kaydırılmış bir kopyası; her değeri k adım sonraki değerle eşleştiren çizgilerle
k gecikmeli otokorelasyon her Y_i değerini Y_{i+k} değeriyle eşler, bu yüzden toplama yalnızca N − k çift girer.

Kurallar ve varsayımlar

  • Pay, i = 1 ile N-k arasındaki çarpımların toplamıdır. Payda, i = 1 ile N arasındaki karesel sapmaların toplamıdır. Ortalama tam örnekleme aittir ve N/(N-k) ölçeklendirmesi uygulanmaz.
  • Gecikme 0'da, varyans sıfırdan farklı olduğunda katsayı 1'dir.
  • Gözlemler eşit aralıklı ve girildiği sırada kabul edilir. Zaman değişkeni bir girdi değildir.
  • Gecikme 1 ile N-1 arasında bir tam sayı olmalıdır. Tüm gecikmeler modu 0 ile k arasındaki gecikmeleri döndürür.
  • 1,96/√N bandı standart normal %97,5 çeyrek değerini kullanır. Bu, bu hesaplayıcının bir tasarım tercihidir; NIST sayfasında yazan bir değer değildir. |r_k| bandı aştığında gecikme işaretlenir.
  • Hesaplamalar tam hassasiyetle yapılır. Görüntüleme 4 ondalık basamağa yuvarlanır.

Çalışılmış örnek

Seri 3 5 4 6 8 7 9 12 10 11 değerleridir ve tek gecikme modunda k = 1'dir. Örneklem büyüklüğü \(N = 10\) olup ortalama şöyledir:

$$\bar{Y} = 7.5$$

Gecikme-1 otokorelasyonu şöyledir:

$$r_1 = 0.6091$$

Band şöyledir:

$$\frac{1.96}{\sqrt{10}} = 0.6198$$

\(0.6091 < 0.6198\) olduğundan sonuç bandı aşmaz ve işaret yanlıştır. Gecikme tablosu tek satır olarak 1: 0.6091 gösterir.

Sonucu okumak ve sınırlılıklar

+1'e yakın değerler, yüksek değerlerin genellikle yüksek değerleri, düşük değerlerin ise düşük değerleri izlediği anlamına gelir. -1'e yakın değerler değişimli bir yapıya işaret eder. 0'a yakın değerler, o gecikmede doğrusal bağımlılığın az olduğunu gösterir. Bant dışındaki bir katsayı saf rastgelelik altında pek olası değildir, ancak bant yaklaşıktır ve orta-büyük N değerlerinde en iyi sonucu verir. Yukarıdaki 10 değer gibi kısa serilerde tahmin gürültülüdür. Güçlü bir trend birçok gecikmede otokorelasyonu şişirir. Aynı anda çok sayıda gecikme kontrol etmek de şansa bağlı bazı yanlış işaretlemelere yol açar. Sabit bir seri reddedilir, çünkü payda sıfırdır.

Reklam
0'dan 10'a kadarki gecikmeler için otokorelasyon çubuklarını ve sıfır çevresinde gölgeli %95 bandını gösteren korelogram
Bir korelogram: 0 gecikmesinde r her zaman 1'dir ve kesik ±1,96/√N bandını aşan çubuklar anlamlı otokorelasyona işaret eder.

Sık sorulan sorular

r_k 1'den büyük olabilir mi?

Hayır. Bu tanımda |r_k| her zaman en fazla 1'dir.

Gecikme 0 neden her zaman 1'dir?

Gecikme 0'da pay paydaya eşittir, dolayısıyla varyans sıfırdan farklı olduğunda oran 1 olur.

İzin verilen en büyük gecikme nedir?

Gecikme en fazla N-1 olabilir. Bu gecikmede yalnızca bir çarpım terimi kullanılır, bu nedenle tahmin çok güvenilmezdir.

Sabit bir seri neden kabul edilmiyor?

Ortalamadan tüm sapmalar sıfır olduğundan payda sıfır olur ve otokorelasyon tanımsızdır.

Hesaplayıcı zaman damgalarını kullanıyor mu?

Hayır. Değerlerin eşit aralıklı olduğu varsayılır ve girildikleri sırayla kullanılırlar.

%95 bandı kesin mi?

Hayır. Normal dağılıma dayanan, rastgelelik altında bir yaklaşımdır.

Kaynaklar

Kaynaklar ve referanslar

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör