Howtosignalprocessing
Autokorelasi, kadang -kadang dikenal sebagai korelasi serial dalam kasus waktu diskrit, adalah korelasi sinyal dengan salinan yang tertunda dari dirinya sebagai fungsi penundaan. Secara informal, ini adalah kesamaan antara pengamatan variabel acak sebagai fungsi jeda waktu di antara mereka.
- Apa perbedaan antara korelasi dan autokorelasi?
- Mengapa Autocorrelation menjadi masalah?
- Apa tujuan autokorelasi?
- Apakah autokorelasi baik atau buruk dalam deret waktu?
Apa perbedaan antara korelasi dan autokorelasi?
Autokorelasi, juga dikenal sebagai korelasi serial, mengacu pada tingkat korelasi variabel yang sama antara dua interval waktu berturut -turut. Nilai autokorelasi berkisar dari -1 hingga 1. Nilai antara -1 dan 0 mewakili autokorelasi negatif. Nilai antara 0 dan 1 mewakili autokorelasi positif.
Mengapa Autocorrelation menjadi masalah?
Autokorelasi dapat menyebabkan masalah dalam analisis konvensional (seperti regresi kuadrat terkecil) yang mengasumsikan independensi pengamatan. Dalam analisis regresi, autokorelasi residu regresi juga dapat terjadi jika model tersebut secara tidak benar ditentukan.
Apa tujuan autokorelasi?
Fungsi autokorelasi (Box and Jenkins, 1976) dapat digunakan untuk dua tujuan berikut: untuk mendeteksi non-randomness dalam data. Untuk mengidentifikasi model seri waktu yang tepat jika data tidak acak.
Apakah autokorelasi baik atau buruk dalam deret waktu?
Autokorelasi juga dikenal sebagai korelasi serial, korelasi deret waktu dan korelasi tertinggal. Terlepas dari bagaimana itu digunakan, autokorelasi adalah metode yang ideal untuk mengungkap tren dan pola dalam data deret waktu yang seharusnya tidak ditemukan.
