Autocorrélation n'est pas comme prévu

1. L'autocorrélation affecte-t-elle la prédiction?
2. Quel est le problème avec l'autocorrélation?
3. Comment savez-vous si l'autocorrélation est importante?
4. Qu'est-ce que cela signifie s'il n'y a pas d'autocorrélation?

L'autocorrélation affecte-t-elle la prédiction?

Une raison pour laquelle vous pouvez vous soucier de l'autocorrélation est qu'elle peut vous donner des estimations de paramètres biaisés, ce qui signifie que vos prédictions peuvent ne pas être aussi précises qu'elles pourraient l'être!

Quel est le problème avec l'autocorrélation?

L'autocorrélation peut causer des problèmes dans les analyses conventionnelles (comme la régression des moindres carrés ordinaires) qui supposent l'indépendance des observations. Dans une analyse de régression, l'autocorrélation des résidus de régression peut également se produire si le modèle est incorrectement spécifié.

Comment savez-vous si l'autocorrélation est importante?

Un autre chèque est un tracé d'autocorrélation qui montre les autocorrélations pour divers décalages. Les bandes de confiance peuvent être tracées aux niveaux de confiance à 95% et 99%. Les points en dehors de cette bande indiquent des valeurs statistiquement significatives (le décalage 0 est toujours 1).

Qu'est-ce que cela signifie s'il n'y a pas d'autocorrélation?

Plus précisément, le CLRM suppose qu'il n'y a pas d'autocorrélation.</ p>\ n<p><je>Pas d'autocorrélation</je> fait référence à une situation dans laquelle aucune relation identifiable n'existe entre les valeurs du terme d'erreur.