Autokorelacja nie zgodnie z oczekiwaniami

1. Czy autokorelacja wpływa na przewidywanie?
2. Jaki jest problem z autokorelacją?
3. Skąd wiesz, czy autokorelacja jest znacząca?
4. Co to znaczy, jeśli nie ma autokorelacji?

Czy autokorelacja wpływa na przewidywanie?

Powodem, dla którego możesz przejmować się autokorelacją, jest to, że może to dać cichyleńskie oszacowania parametrów, co oznacza, że ​​twoje prognozy mogą nie być tak dokładne, jak to tylko możliwe!

Jaki jest problem z autokorelacją?

Autokorelacja może powodować problemy w konwencjonalnych analizach (takich jak zwykła regresja najmniejszych kwadratów), które przyjmują niezależność obserwacji. W analizie regresji autokorelacja reszt regresji może również wystąpić, jeśli model jest nieprawidłowo określony.

Skąd wiesz, czy autokorelacja jest znacząca?

Kolejną kontrolą jest wykres autokorelacji, który pokazuje autokorelacje dla różnych opóźnień. Zespoły ufności można wykreślić na poziomie ufności 95 % i 99 %. Punkty poza tym pasmem wskazują statystycznie istotne wartości (opóźnienie 0 to zawsze 1).

Co to znaczy, jeśli nie ma autokorelacji?

W szczególności CLRM zakłada, że ​​nie ma autokorelacji.</p>\n<p><ja>Brak autokorelacji</ja> odnosi się do sytuacji, w której nie ma możliwej do zidentyfikowania związku między wartościami terminu błędu.