जब आप एक OLS प्रतिगमन करते हैं और परिणामी अवशिष्टों को प्लॉट करते हैं, तो आप कैसे बता सकते हैं कि अवशिष्ट स्वतःसंबंधित हैं? मुझे पता है कि इस के लिए परीक्षण (डर्बिन, ब्यूश-गॉडफ्रे) हैं, लेकिन मैं सोच रहा था कि क्या आप बस एक साजिश को देख सकते हैं कि अगर ऑटोक्रेलेशन एक समस्या हो सकती है (क्योंकि विषमलैंगिकता के लिए ऐसा करना काफी आसान है)।
कैसे बताएं कि अवशिष्ट एक ग्राफिक से स्वतःसंबंधित हैं या नहीं
जवाबों:
न केवल आप एक भूखंड को देख सकते हैं, मुझे लगता है कि यह आम तौर पर एक बेहतर विकल्प है। इस स्थिति में परिकल्पना परीक्षण गलत प्रश्न का उत्तर देता है।
देखने के लिए सामान्य भूखंड अवशिष्टों का एक स्वत :संबंधी कार्य (ACF) होगा।
Autocorrelation समारोह अपनी ही अंतराल के साथ बच के सहसंबंध (एक समय श्रृंखला के रूप में) है।
यहाँ, उदाहरण के लिए, मॉन्टगोमरी एट अल से एक छोटे से उदाहरण के अवशेषों का एसीएफ है
नमूना सहसंबंधों में से कुछ (उदाहरण के लिए 1,2 और 8 पर) विशेष रूप से छोटे नहीं हैं (और इसलिए चीजों को काफी प्रभावित कर सकते हैं), लेकिन उन्हें शोर के प्रभाव से भी नहीं बताया जा सकता है (नमूना बहुत छोटा है)।
संपादित करें: यहां एक असंबंधित और एक अत्यधिक सहसंबद्ध श्रृंखला के बीच अंतर को चित्रित करने की साजिश है (वास्तव में, एक अप्रतिष्ठित)
ऊपरी भूखंड सफेद शोर (स्वतंत्र) है। निचला एक यादृच्छिक चलना है (जिनके अंतर मूल श्रृंखला हैं) - इसमें बहुत मजबूत ऑटोक्रॉलेशन है।
1
जवाब के लिए धन्यवाद। जब आप विकी ( en.wikipedia.org/wiki/File:Acf_new.svg ) पर भूखंडों को देखते हैं , तो क्या आप ऊपरी भूखंड (एसीएफ भूखंड नहीं) से बता सकते हैं कि अवशिष्ट स्वत: स्फूर्त हैं?
—
जॉन डू
मैं कह रहा हूँ "हम्म, अस्पष्ट चक्रीय लग रहा है ... निरंकुशता हो सकती है, नहीं हो सकती। ACF कैसा दिखेगा?"
—
Glen_b -Reinstate मोनिका
ठीक है, लेकिन क्या आप इसके बारे में विस्तार से बता सकते हैं: उदाहरण के लिए, मुझे यह प्रश्न मिला: आंकड़े.stackexchange.com/questions/14914/… जाहिर तौर पर, वहाँ स्वतःसंबंध है। मैं विशेष रूप से इस निष्कर्ष पर आने के लिए क्या देख रहा हूँ?
—
जॉन डू
निश्चित रूप से, यह एक ऐसा कुछ दिखाता है जो सकारात्मक स्वसंस्कृति पैदा करेगा (हालांकि मैं शायद इसे प्रवृत्ति के साथ-साथ प्रवृत्ति के बारे में निर्भरता के लिए नीचे रखूंगा)। गौर करें - यदि अवलोकन स्वतंत्र हैं, तो इस अवसर के बारे में सोचें कि उनमें से एक लंबी अवधि मीन के एक तरफ होगी या दूसरी, विपरीत दिशा में कोई भी नहीं होगी। मुझे लगता है कि सबसे अच्छा पहला विकल्प डेटा का अनुकरण करना है जो विभिन्न स्तरों पर स्वतःसंबंधित है और इसे देखें।
—
Glen_b -Reinstate मोनिका
मुझे लगता है कि जब डेटा को केवल यादृच्छिक रूप से वितरित किया जाता है, तो आपके पास कोई ऑटोकैरेलेशन नहीं होता है। लेकिन स्वतःसंक्रमण के लिए एक संकेतक के रूप में, क्या यह पर्याप्त है जब डेटा को यादृच्छिक रूप से वितरित नहीं किया जाता है या क्या आप एक प्रकार का पैटर्न (जैसे एक उच्च मूल्य वाला डेटा बिंदु एक उच्च मूल्य के साथ कई डेटा बिंदुओं द्वारा पीछा किया जाता है) है?
—
जॉन डो