Howtosignalprocessing
La autocorrelación, a veces conocida como correlación en serie en el caso de tiempo discreto, es la correlación de una señal con una copia retrasada de sí misma en función del retraso. Informalmente, es la similitud entre las observaciones de una variable aleatoria en función del retraso del tiempo entre ellos.
- ¿Cuál es la diferencia entre correlación y autocorrelación??
- ¿Por qué la autocorrelación es un problema??
- ¿Cuál es el propósito de la autocorrelación??
- ¿Es la autocorrelación buena o mala en la serie de tiempo??
¿Cuál es la diferencia entre correlación y autocorrelación??
La autocorrelación, también conocida como correlación en serie, se refiere al grado de correlación de las mismas variables entre dos intervalos de tiempo sucesivos. El valor de la autocorrelación varía de -1 a 1. Un valor entre -1 y 0 representa la autocorrelación negativa. Un valor entre 0 y 1 representa una autocorrelación positiva.
¿Por qué la autocorrelación es un problema??
La autocorrelación puede causar problemas en los análisis convencionales (como la regresión de mínimos cuadrados ordinarios) que asumen la independencia de las observaciones. En un análisis de regresión, la autocorrelación de los residuos de regresión también puede ocurrir si el modelo se especifica incorrectamente.
¿Cuál es el propósito de la autocorrelación??
La función de autocorrelación (Box y Jenkins, 1976) se puede utilizar para los siguientes dos propósitos: detectar la no aleatoria en los datos. Para identificar un modelo de series de tiempo apropiado si los datos no son aleatorios.
¿Es la autocorrelación buena o mala en la serie de tiempo??
La autocorrelación también se conoce como correlación en serie, correlación de series de tiempo y correlación rezagada. Independientemente de cómo se esté utilizando, la autocorrelación es un método ideal para descubrir tendencias y patrones en los datos de series de tiempo que de otro modo habrían quedado sin descubrir.
