Коэффициент - автокорреляция
Cтраница 1
Коэффициенты автокорреляции между влажностью почвы первой и каждой последующей декады периода вегетации на опытных площадках [ Пряжинская, Шабанов, 1983 ] показывают высокий уровень связи между увлажнением последующей и предыдущих декад. Связь же с более поздними периодами значительно слабее и постепенно затухает, что подтверждает справедливость гипотезы о том, что изменения продуктивной влажности почвы во времени является марковским процессом. [1]
Коэффициенты автокорреляции на участках положительных всплесков коррелограмм данных режима подземных вод иногда достигают довольно высоких значений, как правило, превышающих аналогичные характеристики, наблюдаемые при анализе цикличности речного стока и различных метеорологических факторов. [2]
При значениях коэффициента автокорреляции, близких для соседних наблюдений к 0 ( на практике меньших 0 2 - 0 3), считается, что процесс является белым шумом. Если же значения коэффициента автокорреляции близки к 1, то для данного процесса следует использовать различные системы регулирования с обратной связью. [3]
Проверка значимости коэффициентов автокорреляции проводится при помощи критерия стандартной ошибки и Q-критерия Бокса - Пирса. Два критерия предлагаются потому, что существуют два подхода к проверке наличия автокорреляции. При первом подходе подразумевается использование критерия стандартной ошибки, проверяются коэффициенты автокорреляции каждого порядка отдельно, чтобы выявить, какие из них значимы. Второй подход использует 0-критерий Бокса - Пирса для того, чтобы проверить на значимость все множество коэф-фициешиь как группу. [4]
Зная повеление коэффициента автокорреляции и частного коэффициента автокорреляции, можно попытаться определить, содержит ли ряд элемент скользящей средней. [5]
 |
Зависимость t0 от. [6] |
Вид записи коэффициента автокорреляции зависит от того, какой обработке в дальнейшем подлежит измеренная функция. [7]
Высокие значения коэффициентов автокорреляции первого, второго и третьего порядков свидетельствуют о том, что ряд содержит тенденцию. Приблизительно равные значения коэффициентов автокорреляции по уровням этого рада и по логарифмам уровней позволяют сделать следующий вывод: если рад содержит нелинейную тенденцию, то она выражена в неявной форме. Поэтому для моделирования его тенденции в равной мере целесообразно использовать и линейную, и нелинейную функции, например степенной или экспоненциальный тренд. [8]
Высокие значения коэффициентов автокорреляции первого, второго и третьего порядков свидетельствуют о том, что рад содержит тенденцию. Приблизительно равные значения коэффициентов автокорреляции по уровням этого ряда и по логарифмам уровней позволяют сделать следующий вывод: если ряд содержит нелинейную тенденцию, то она выражена в неявной форме. Поэтому для моделирования его тенденции в равной мере целесообразно использовать и линейную, и нелинейную функции, например степенной или экспоненциальный тренд. [9]
Аналогично можно определить коэффициенты автокорреляции второго и более высоких порядков. [10]
Аналогично можно определить коэффициенты автокорреляции второго и более высоких порядков. [11]
В этом случае коэффициент автокорреляции отклонений от тренда является существенно отличной от нуля положительной величиной. Для проверки существенности отклонения от нуля коэффициентов автокорреляции имеются специальные таблицы. [12]
Формулы для расчета коэффициентов автокорреляции старших порядков легко получить из формулы линейного коэффициента корреляции. [13]
Если фактическое значение коэффициента автокорреляции меньше табличного, то гипотеза об отсутствии автокорреляции в ряду может быть принята. [14]
Объясните, как используются коэффициент автокорреляции и частный коэффициент автокорреляции при анализе структуры временного ряда. [15]
Страницы: 1 2 3 4