In der Zeitreihenanalyse gibt die partielle Autokorrelationsfunktion die partielle Korrelation einer stationären Zeitreihe mit ihren eigenen verzögerten Werten an, regressiert die Werte der Zeitreihe bei allen kürzeren Verzögerungen. Dies steht im Gegensatz zur Autokorrelationsfunktion, die andere Verzögerungen nicht berücksichtigt.
Was ist der Unterschied zwischen Autokorrelation und partieller Autokorrelation?
Autokorrelation zwischen X und Z berücksichtigt alle Änderungen in X, unabhängig davon, ob sie direkt von Z oder durch Y kommen. Teilweise Autokorrelation entfernt die indirekten Auswirkungen von Z auf X, die durch Y kommen.
Was ist partielle Autokorrelation in der Ökonometrie?
Eine partielle Autokorrelation ist eine Zusammenfassung der Beziehung zwischen einer Beobachtung in einer Zeitreihe mit Beobachtungen in früheren Zeitschritten mit entfernten Beziehungen dazwischenliegender Beobachtungen.
Was ist ein partielles Autokorrelationsdiagramm?
Partielle Autokorrelationsdiagramme (Box und Jenkins, S. 64-65, 1970) sind ein häufig verwendetes Werkzeug zur Modellidentifikation in Box-Jenkins-Modellen. Die partielle Autokorrelation bei Lag k ist die Autokorrelation zwischen X_t und X_{t-k}, die nicht durch die Lags 1 bis k-1 berücksichtigt wird.
Was ist der Unterschied zwischen ACF und PACF?
Ein PACF ist ähnlich wie ein ACF, außer dass jede Korrelation für jede Korrelation zwischen Beobachtungen mit einer kürzeren Lag-Länge kontrolliert. Somit ist der Wert für die ACF und diePACF bei der ersten Verzögerung sind gleich, da beide die Korrelation zwischen Datenpunkten zum Zeitpunkt t mit Datenpunkten zum Zeitpunkt t − 1 messen.