잔차가 그래픽과 자동 상관 관계인지 확인하는 방법

OLS 회귀 분석을 수행하고 결과 잔차를 플로팅 할 때 잔차가 자기 상관인지 여부를 어떻게 알 수 있습니까? 나는 이것에 대한 테스트가 있다는 것을 알고 있지만 (Durbin, Breusch-Godfrey) 자기 상관이 문제가 될 수 있는지 측정하기위한 플롯을 볼 수 있는지 궁금합니다.

regression autocorrelation residuals

— 존 도우
소스

줄거리를 볼 수있을 뿐만 아니라 일반적으로 더 나은 옵션이라고 생각합니다. 이 상황에서의 가설 검정은 잘못된 질문에 대한 답입니다.

살펴볼 일반적인 플롯은 잔차의 자기 상관 함수 (ACF)입니다.

자기 상관 함수는 자신의 시차와 (시계열 등) 잔차의 상관 관계이다.

여기, 예를 들어 Montgomery 등의 작은 예에서 나온 잔차의 ACF가 있습니다.

청량 음료 판매 잔액의 ACF

일부 샘플 상관 관계 (예 : 지연 1, 2 및 8)는 특별히 작지 않지만 (실질적으로 사물에 영향을 줄 수 있지만) 노이즈의 영향으로 알 수 없습니다 (샘플이 매우 작음).

편집 : 다음은 상관 관계가없는 시리즈와 상관 관계가 높은 시리즈 (실제로는 정지하지 않은 시리즈)의 차이점을 설명하는 그림입니다.

화이트 노이즈 및 랜덤 워크

상단 플롯은 백색 노이즈입니다 (독립적). 아래쪽은 무작위 걷기입니다 (차이가 원래 시리즈 임)-매우 강한 자기 상관이 있습니다.

— Glen_b-복귀 모니카
소스

답변 해주셔서 감사합니다. wiki ( en.wikipedia.org/wiki/File:Acf_new.svg ) 의 플롯을 볼 때 ACF 플롯이 아닌 상단 플롯에서 잔차가 자동 연관되어 있음을 알 수 있습니까?

— John Doe

"음, 어렴풋하게 주기적으로 보인다 ... 자기 상관 일 수도 있고 아닐 수도있다. ACF는 어떻게 생겼을까?"

— Glen_b-복지국 모니카

좋아, 그러나 당신은 그것에 대해 자세히 설명 할 수 있습니다 : 예를 들어, 나는이 질문을 발견했습니다 : stats.stackexchange.com/questions/14914/… 분명히, 자기 상관이 있습니다. 이 결론에 도달하기 위해 구체적으로 무엇을 찾고 있습니까?

— John Doe

물론, 그 하나는 긍정적 인 자기 상관을 만들어 낼 수있는 것을 보여줍니다. 고려 사항-독립적 인 관측치의 경우 장기 관측이 평균의 한쪽에 있거나 다른쪽에 반대의 가능성이 없을 가능성에 대해 생각하십시오. 가장 좋은 첫 번째 옵션은 다양한 수준에서 자동 상관되는 데이터를 시뮬레이션하고 보는 것입니다.

— Glen_b-복지 주 모니카

데이터가 무작위로 배포되면 자동 상관 관계가 없습니다. 그러나 자기 상관의 지표로서, 데이터가 무작위로 분포되지 않거나 일종의 패턴 (예 : 높은 값을 가진 데이터 포인트 뒤에 높은 값을 가진 여러 데이터 포인트가있는 경우)이면 충분합니까?

— John Doe

자기 상관 값의 5 % 이하가 샘플링 변동으로 인해 간격을 벗어난 경우는 드문 일이 아닙니다. 한 가지 방법은 처음 20 개의 값에 대한 자기 상관 플롯을 생성하고 둘 이상의 값이 허용 된 간격을 벗어나는지 확인하는 것입니다.

— 사자 별자리
소스