Otokorelasyon Hesaplama

Sayısal bir seri ve gecikme girerek otokorelasyonunu hesaplayın.

Nasıl hesaplanır?

Araç seriyi (virgül, boşluk veya noktalı virgülle ayrılmış sayılar) okur, ortalamayı x̄ bulur ve rk = Σ (xt − x̄)(xt−k − x̄) ÷ Σ (xt − x̄)² değerini hesaplar. Pay, iki değerin de bulunduğu çiftler üzerinden toplanır (t = k+1 … n); payda ise tüm n noktayı kapsar. Payda her zaman bütün seriyi kullandığı için bu, olağan yanlı örnek tahmincisidir ve gecikme büyüdükçe değer küçülür.

Gecikme 1 ile n−1 arasında bir tam sayı olmalıdır; boş bırakılırsa 1 alınır. Ondalıklı gecikme, 0 ya da çok büyük gecikme sonuç vermez. İki değerden az seri, sabit seri (varyans sıfır) ve sayı olmayan herhangi bir öğe de sonuç vermez; hiçbir öğe sessizce atlanmaz.

Örnek hesaplama

Seri 3, 5, 4, 6, 5, 7, 6, 8; gecikme 2. Ortalama = 44 ÷ 8 = 5,5. Sapmalar: −2,5; −0,5; −1,5; 0,5; −0,5; 1,5; 0,5; 2,5. Payda = 6,25 + 0,25 + 2,25 + 0,25 + 0,25 + 2,25 + 0,25 + 6,25 = 18. Pay, her değeri iki adım öncekiyle eşleyerek: 3,75 − 0,25 + 0,75 + 0,75 − 0,25 + 3,75 = 8,5. Otokorelasyon = 8,5 ÷ 18 = 0,4722.

Bu örneği dene →

Sık yapılan hatalar

  • Seri içinde ondalığı virgülle yazmak (2,5). Orada virgül ayırıcıdır; 2,5 değeri 2 ve 5 olmak üzere iki ayrı sayı olarak okunur. Ondalık için nokta kullanın.
  • Listede “abc” gibi bir yazım hatası bırakmak. Girdi bütünüyle reddedilir ve sonuç görünmez; gecikmeyi suçlamadan önce listedeki yanlış öğeyi arayın.
  • Düzenli artan bir serinin 1'e yakın çıkmasını beklemek. Yanlı paydayla altı eşit aralıklı artan değer gecikme 1'de yalnızca 0,5 verir; kısa seriler uzun gecikmelerde her zaman daha zayıf görünür.
  • Gecikmeyi değer sayısına eşit veya ondan büyük, ondalıklı ya da sıfır girmek. Çift kalmadığı için ya da gecikme tam adım olmadığı için sonuç çıkmaz.
  • Trendli bir serideki yüksek değeri tekrarlayan bir döngü sanmak. Tek başına trend bile yüksek otokorelasyon üretir; mevsimsellik arıyorsanız önce trendi çıkarın.

Bu hesaplama hakkında

Otokorelasyon, bir zaman serisinin kendi gecikmeli kopyasıyla seçilen bir k gecikmesinde ne kadar ilişkili olduğunu ölçer — serinin k adım kaydırılmış hâliyle olan kovaryansının, serinin kendi varyansına bölünmesiyle hesaplanır. Gecikme 1'de yüksek bir otokorelasyon, ardışık değerlerin birlikte hareket etme eğiliminde olduğunu (momentum) gösterirken, daha uzun bir gecikmedeki güçlü otokorelasyon veride mevsimsellik veya tekrarlayan bir döngü ortaya çıkarabilir.

Bu hesap makinesi sayısal bir seri ve gecikme değeri alır, ardından bu gecikmedeki örnek otokorelasyonu hesaplar. Box-Jenkins yöntemiyle ARIMA model derecesini belirleyen veri bilimciler ve ekonometristler, periyodiklik kontrolü yapan sinyal işleme mühendisleri, zaman serilerinde gizli örüntü arayan analistler, herhangi bir tahmin modeli kurmadan önce, modelin yakalaması gereken bağımlılık yapısını ortaya koyduğu için bu aracı temel bir tanı adımı olarak kullanır.

Bu faydalı oldu mu?

En fazla 3 tepki seçebilirsiniz.

İlk yorumu siz yazın.

Popüler hesaplayıcılar

Tüm Hesaplayıcılar