Là những yếu tố trong Bộ dữ liệu không tương quan? - núm vú

Đối với tập dữ liệu bao gồm các quan sát được thực hiện tại các thời điểm khác nhau (tức là, dữ liệu chuỗi thời gian ), điều quan trọng là xác định xem các quan sát có tương quan với nhau hay không. Điều này là do nhiều kỹ thuật cho việc mô hình dữ liệu chuỗi thời gian dựa trên giả định rằng dữ liệu không liên quan gì đến nhau (độc lập).

Một kỹ thuật đồ họa bạn có thể sử dụng để xem liệu dữ liệu có tương quan không liên quan đến nhau có phải là chức năng tự tương quan hay không. Hàm tự tương quan cho thấy sự tương quan giữa các quan sát trong một chuỗi thời gian với các độ trễ khác nhau. Ví dụ, sự tương quan giữa các quan sát với độ trễ 1 liên quan đến mối tương quan giữa từng quan sát cá nhân với giá trị trước đó.

Con số này thể hiện chức năng tự tương quan của lợi nhuận hàng ngày của ExxonMobil trong năm 2013.

Chức năng tự trả về lợi tức hàng ngày đối với cổ phiếu của ExxonMobil trong năm 2013.

Mỗi "tăng đột biến" trong chức năng tương quan tương ứng với tương quan giữa các quan sát với độ trễ nhất định.

Sự tương quan tự tương quan với độ trễ 0 luôn bằng 1, bởi vì nó thể hiện sự tương quan của quan sát với chính mình.

Trên đồ thị, các đường nét đứt biểu thị các giới hạn dưới và trên của khoảng tin cậy . Nếu một cành tăng lên trên giới hạn trên của khoảng tin cậy hoặc giảm xuống dưới giới hạn dưới của khoảng tin cậy, cho thấy độ tương quan của độ trễ đó không phải là 0. Đây là bằng chứng chống lại sự độc lập của các phần tử trong một tập dữ liệu.

Trong trường hợp này, chỉ có một tăng đột biến về mặt thống kê (ở độ trễ 8). Sự tăng đột biến này cho thấy rằng lợi nhuận của ExxonMobil có thể là độc lập. Một bài kiểm tra thống kê chính thức hơn sẽ cho thấy đó là đúng hay sai.