এসিএফ ফাংশনের জন্য আত্মবিশ্বাসের ব্যবধানটি কীভাবে গণনা করা হয়?

Question

উদাহরণস্বরূপ, আর আপনি যদি acf()ফাংশনটি কল করেন তবে এটি ডিফল্টরূপে একটি সংশোধনগ্রাম প্লট করে এবং 95% আত্মবিশ্বাসের ব্যবধান আঁকায়। কোডটির দিকে তাকিয়ে যদি আপনি কল করেন তবে plot(acf_object, ci.type="white")আপনি দেখতে পাবেন:

qnorm((1 + ci)/2)/sqrt(x$n.used)

টাইপ হোয়াইট শব্দের উপরের সীমা হিসাবে। কেউ কি এই পদ্ধতির পিছনে তত্ত্ব ব্যাখ্যা করতে পারেন? কেন আমরা 1 + 0.95 এর qnorm পাই এবং তারপরে 2 এবং তার পরে বিভাজনগুলি পর্যবেক্ষণের সংখ্যা দ্বারা ভাগ করব?

Comments

এফডব্লিউআইডাব্লু, এটি আর সম্পর্কে কিছুই নয়

— গং - পুনর্নির্মাণ মনিকা

Answer 1

চ্যাটফিল্ডের টাইম সিরিজের বিশ্লেষণে (1980), তিনি জ্যাক-ছুরি পদ্ধতি সহ অটোোকোরিয়েন্স ফাংশনটি অনুমান করার বিভিন্ন পদ্ধতি দেয়। তিনি আরও নোট করেছেন যে এটি দেখানো যেতে পারে যে ল্যাগ কে, সহগের বৈকল্পিকতা সাধারণত সীমাতে বিতরণ করা হয় এবং ভার ( ) ~ 1 / এন (যেখানে এন পর্যবেক্ষণের সংখ্যা)। এই দুটি পর্যবেক্ষণ বিষয়টি বেশ মূল বিষয়। তিনি প্রথম পর্যবেক্ষণের জন্য একটি উত্সাহ দেয় না, তবে কেন্ডাল অ্যান্ড স্টুয়ার্ট, পরিসংখ্যানের অ্যাডভান্সড থিওরি (১৯6666) উল্লেখ করেছেন। $r_k$$r_k$

এখন, দুটি লেজ পরীক্ষার জন্য আমরা উভয় লেজে α / 2 চাই, সুতরাং আমরা 1 − α / 2 কোয়ান্টাইল চাই।

তারপরে দেখুন (1 + 1 − α) / 2 = 1 − α / 2 এবং স্ট্যান্ডার্ড বিচ্যুতি দ্বারা (যেমন উপরে বর্ণিত বিবর্তনের বর্গমূল)

Comments

ভাল উত্তর কিন্তু এটি (0.95 + 1) / 2 (বা অন্য যে কোনও মান সিআই গ্রহণ করে) কেন সে সম্পর্কে প্রশ্নের অংশ নিয়ে আলোচনা করে না; এটি পৃথক উত্তরের জন্য সত্যই যথেষ্ট নয়, আমি মনে করি, তাই আমি এখানে এটি উল্লেখ করব: এটি কেবল কারণ আমরা উভয় লেজের মধ্যে চাই, সুতরাং আমরা কোয়ান্টাইল চাই। এবং তারপরে এটি দেখুন । (রবার্ট: আপনি যদি নিজের উত্তরের সাথে এই রেখাগুলির সাথে কিছু যুক্ত করতে চান তবে দয়া করে এগিয়ে যান)$\alpha/2$$1-\alpha/2$$(1+1-\alpha)/2=1-\alpha/2$

— গ্লেন_বি -রিনস্টেট মনিকা

হাই গ্লেন_বি, আমি সেই অনুযায়ী আমার উত্তরটি আপডেট করার চেষ্টা করেছি - আমি আপনার কয়েকটি শব্দও ধার নিয়েছি, যা আমি আশা করি ঠিক আছে।

— রবার্ট ডি গ্রাফ