Autocorrelations
দুটি ভেরিয়েবলের মধ্যে পারস্পরিক সংজ্ঞায়িত করা হয়েছে:y1,y2
ρ=E[(y1−μ1)(y2−μ2)]σ1σ2=Cov(y1,y2)σ1σ2,
যেখানে ই প্রত্যাশা অপারেটর, এবং হ'ল যথাক্রমে এবং এবং তাদের স্ট্যান্ডার্ড বিচ্যুতি।μ1μ2y1y2σ1,σ2
একটি একক ভেরিয়েবলের প্রসঙ্গে, অর্থাত্ স্বয়ং- সংশোধন,y1 হ'ল মূল সিরিজ এবংএকটিসংস্করণ। উপরোক্ত সংজ্ঞা অনুসারে, অর্ডারএর নমুনাপর্যবেক্ষণ করা সিরিজ,সহ নিম্নোক্ত এক্সপ্রেশনটি গণনা করে পাওয়া যাবে:Y2ট = 0 , 1 , 2 , । । ।YটিT = 1 , 2 , । । । , এন
ρ ( কে ) = 1n - কেΣএনt = k + 1( y)টি- y¯) ( y )t - কে- y¯)1এনΣএনt = 1( y)টি- y¯)2-------------√1n - কেΣএনt = k + 1( y)t - কে- y¯)2------------------√,
যেখানে the হ'ল ডেটার নমুনা গড়।Y¯
আংশিক স্বতঃসংশ্লিষ্ট
আংশিক স্বতঃসীমাবদ্ধতা উভয় ভেরিয়েবলের উপর প্রভাব ফেলে এমন অন্যান্য ভেরিয়েবল (গুলি) এর প্রভাব অপসারণের পরে একটি পরিবর্তনশীলের রৈখিক নির্ভরতা পরিমাপ করে। উদাহরণস্বরূপ, ক্রম ব্যবস্থা প্রভাব পড়ে না (রৈখিক নির্ভরতা) আংশিক autocorrelation উপর প্রভাব মুছে ফেলার পরে উভয়ই চালু এবং ।Yt - 2YটিYটি - 1YটিYt - 2
প্রতিটি আংশিক স্বতঃসংশোধন ফর্মের একধরণের রেজিস্ট্রেশন হিসাবে পাওয়া যেতে পারে:
Y~টি= ϕ21Y~টি - 1+ + φ22Y~t - 2+ ইটি,
যেখানে মূল সিরিজের বিয়োগ নমুনা গড় করা হয়, । এর অনুমান আদেশের আংশিক স্বতঃসংশোধনের মান দেবে 2. অতিরিক্ত ল্যাগ সহ রিগ্রেশনকে প্রসারিত করে , শেষ পদের অনুমানটি অর্ডার এর আংশিক স্বতঃসংশোধন দেবে ।Y~টিYটি- y¯φ22টট
নমুনা আংশিক autocorrelations গনা একটি বিকল্প উপায় প্রতিটি আদেশের জন্য নিম্নলিখিত পদ্ধতি সমাধানে হয় :ট
⎛⎝⎜⎜⎜⎜ρ ( 0 )ρ ( 1 )⋮ρ(k−1)ρ(1)ρ(0)⋮ρ(k−2)⋯⋯⋮⋯ρ(k−1)ρ(k−2)⋮ρ(0)⎞⎠⎟⎟⎟⎟⎛⎝⎜⎜⎜⎜ϕk1ϕk2⋮ϕkk⎞⎠⎟⎟⎟⎟=⎛⎝⎜⎜⎜⎜ρ(1)ρ(2)⋮ρ(k)⎞⎠⎟⎟⎟⎟,
যেখানে নমুনা স্বতঃসংশ্লিষ্ট। নমুনা স্বতঃসিদ্ধকরণ এবং আংশিক স্বতঃসংশোধনের মধ্যে এই ম্যাপিংটি ডুর্বিন-লেভিনসন পুনরাবৃত্তি হিসাবে পরিচিত
। এই পদ্ধতির চিত্রের জন্য প্রয়োগ করা তুলনামূলকভাবে সহজ। উদাহরণস্বরূপ, আর সফ্টওয়্যারটিতে, আমরা নিম্নরূপ অর্ডার 5 এর আংশিক স্বতঃসংশোধন পেতে পারি:ρ(⋅)
# sample data
x <- diff(AirPassengers)
# autocorrelations
sacf <- acf(x, lag.max = 10, plot = FALSE)$acf[,,1]
# solve the system of equations
res1 <- solve(toeplitz(sacf[1:5]), sacf[2:6])
res1
# [1] 0.29992688 -0.18784728 -0.08468517 -0.22463189 0.01008379
# benchmark result
res2 <- pacf(x, lag.max = 5, plot = FALSE)$acf[,,1]
res2
# [1] 0.30285526 -0.21344644 -0.16044680 -0.22163003 0.01008379
all.equal(res1[5], res2[5])
# [1] TRUE
আত্মবিশ্বাস ব্যান্ড
আত্মবিশ্বাস ব্যান্ডগুলি নমুনা মান হিসাবে গণনা করা যায় , যেখানে the কোয়ান্টাইল Ga গাউসীয় বিতরণে , যেমন 95% আত্মবিশ্বাস ব্যান্ডের জন্য 1.96।±z1−α/2n√z1−α/21−α/2
কখনও কখনও আদেশ বাড়ার সাথে সাথে বৃদ্ধি হওয়া আত্মবিশ্বাস ব্যান্ডগুলি ব্যবহার করা হয়। এই ক্ষেত্রে ব্যান্ডগুলি ।±z1−α/21n(1+2∑ki=1ρ(i)2)−−−−−−−−−−−−−−−−√