자기 상관이란 무엇입니까?

자기 상관은 일반적으로 패턴이 반복되는 일련의 데이터에서 발생합니다. 예를 들어 소득 또는 경제 데이터와 같은 유사한 변수의 가치는 종종 서로 관련이 있습니다. 연구원들은 또한 우연히 자기 상관을 겪을 수 있습니다. 그것은 종종 경제학, 신호 처리와 관련된 과학적 실험, 광학 및 음악 기록에 종종 나타납니다. 일반적으로 시계열과 함께 설명 된 현상은 연구자들이 데이터를 분석하거나 그룹화하는 데 사용하는 몇 가지 패턴을 포함합니다.

자기 상관이 발생하기 위해서는 일반적으로 두 변수 사이에 동기화가 있습니다. 예를 들어 한 사람의 소득이 바뀌는 경우, 동시에이 현금 흐름은 다른 사람이나 그룹이 해당 기간 동안 어떻게 지출되는지를 바꿀 수 있습니다. 회사 나 노동 조합의 파업이 한 번에 작업 결과를 줄이고 추세가 다른 측정 된 기간으로 계속된다면 데이터를 자동 상관시킬 수 있습니다. 부분적 자기 상관이 때때로 가능합니다.데이터가 시간이 지남에 따라 하나의 시리즈 내에서 상관 관계가있는 경우 지연이있을 수 있습니다. 연속 자기 상관은 일반적으로 시계열의 다른 데이터간에 지연이 발생할 때입니다.

자기 상관으로 종종 발생하는

패턴은 그래프의 곡선 패턴으로 표시 될 수 있습니다. 이러한 곡선은 추세를 반영하는 데 사용될 수 있습니다. 여기에는 때때로 사이클에서 발생할 수있는 상향 및 하향 패턴이 포함됩니다. 계산의 실수로 인해 초보자 연구원이 잘못된 값이나 변수를 사용하는 경우와 같이 데이터가 오류가 발생할 수 있습니다. 데이터의 외삽 및 보간을 사용하면 때때로이를 상관 관계가 있지만, 그렇게하지 않으면 시간과 관련하여 변수를 분리시킵니다.

자기 상관은 특히 패턴의 경향이 올라가는 경우 양수 값을 가질 수 있습니다. 하향 추세는 종종 음수 값으로 반영됩니다. 이러한 패턴은 종종 경제학에서 분석되지만신호 펄스, 전자기장 및 다양한 통계 응용 분야의 수학적 분석. 이 현상은 종종 원자의 위치를 ​​측정하고 우주에서 은하 분포를 연구하는 것과 같은 다양한 응용에 사용됩니다.

자기 상관의 검출은 일반적으로 Durbin Watson 테스트를 사용하여 수행됩니다. 통계는 수학적으로 측정되며 다른 변수의 값보다 높거나 낮은 지 여부는 일반적으로 결과를 결정합니다. 연구자들은 순도를 결정할 수 있으며,이 특성이 발견되면 데이터 세트는 종종 원래 형태로 반환되어 가능하면 현상을 제거합니다.

.