자기 상관이란 무엇입니까?

worly자가 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 그룹 데이터를 분석하는 데 사용하는 몇 가지 패턴을 포함합니다.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 시계열에서 다른 데이터 사이에서 지연이 발생할 때입니다.

자가 자기 상관으로 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 관계가있는 반면, 그렇게하지 않으면 시간과 관련하여 변수를 분리시킬 수 있습니다.하향 추세는 종종 음수 값으로 반영됩니다.이러한 패턴은 종종 경제학에서 분석되지만 신호 펄스, 전자기장 및 다양한 통계 응용 분야의 수학적 분석에도 나타날 수 있습니다.이 현상은 종종 원자의 위치를 측정하고 우주에서 은하 분포를 연구하는 것과 같은 다양한 응용 분야에서 사용됩니다. 자기 상관의 검출은 일반적으로 더빈 왓슨 테스트를 사용하여 수행됩니다.통계는 수학적으로 측정되며 다른 변수의 값보다 높거나 낮은 지 여부는 일반적으로 결과를 결정합니다.그런 다음 연구원들은 순도를 결정할 수 있으며,이 특성이 발견되면 데이터 세트는 종종 원래 형태로 반환되어 가능하면 현상을 제거합니다.