autocorrelation สำหรับการเดินแบบสุ่มคืออะไร?


11

ดูเหมือนว่ามันจะสูงจริงๆ แต่มันก็ไม่ง่ายสำหรับฉัน ใครช่วยอธิบายหน่อยได้ไหม? ฉันสับสนมากในเรื่องนี้และขอขอบคุณคำอธิบายที่ละเอียดและลึกซึ้ง ขอบคุณมากในล่วงหน้า!

คำตอบ:


11

(ฉันเขียนข้อความนี้เป็นคำตอบของโพสต์อื่นซึ่งถูกทำเครื่องหมายว่าซ้ำกับโพสต์นี้ในขณะที่ฉันแต่งมันฉันคิดว่าฉันโพสต์ไว้ที่นี่แทนที่จะทิ้งไป คำตอบ แต่มันแตกต่างกันมากพอที่จะมีคนเอาบางสิ่งออกไปจากสิ่งนี้)

การเดินแบบสุ่มเป็นรูปแบบyt=i=1tϵi

โปรดทราบว่าyt=yt1+ϵt

ดังนั้น )Cov(yt,yt1)=Cov(yt1+ϵt,yt1)=Var(yt1)

โปรดทราบด้วยว่าσt2=Var(yt)=tσϵ2

ดังนั้นตันcorr(yt,yt1)=σt12σt1σt=σt1σt=t1t=11t112t

ซึ่งหมายความว่าคุณควรเห็นความสัมพันธ์เกือบ 1 เพราะทันทีที่เริ่มมีขนาดใหญ่y tและy t - 1เกือบจะเหมือนกัน - ความแตกต่างสัมพัทธ์ระหว่างพวกเขามีแนวโน้มที่จะค่อนข้างเล็กtytyt1

คุณสามารถดูนี้ส่วนใหญ่ได้อย่างง่ายดายโดยการวางแผนเทียบกับปีที- 1ytyt1

ป้อนคำอธิบายรูปภาพที่นี่

yt120yt202218.520ytyt1y=xty=xt


9

(x0,x1,x2,,xn)(x0,x1,,xn1)(x1,x2,,xn).

xi+1xixix0n(xi,xi+1)y=x±1y=x±11(n/2)2=n/4R2

R211n/4=14n.

n=1000R214/n

รูป


นี่คือRรหัสที่สร้างภาพ

set.seed(17)
n <- 1e3
x <- cumsum((runif(n) <= 1/2)*2-1)          # Binomial random walk at x_0=0
rho <- format(cor(x[-1], x[-n]), digits=3)  # Lag-1 correlation

par(mfrow=c(1,2))
plot(x, type="l", col="#e0e0e0", main="Sample Path")
points(x, pch=16, cex=0.75,  col=hsv(1:n/n, .8, .8, .2))
plot(x[-n], x[-1], asp=1, pch=16, col=hsv(1:n/n, .8, .8, .2),
     main="Lag-1 Scatterplot",
     xlab="Current value", ylab="Next value")
mtext(bquote(rho == .(rho)))
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.