ऑटोसहसंबंध गुणांक की गणना कैसे करें

ऑटोसहसंबंध एक सांख्यिकीय पद्धति है जिसका उपयोग समय श्रृंखला विश्लेषण के लिए किया जाता है। इसका उद्देश्य अलग-अलग समय चरणों में एक ही डेटा सेट में दो मानों के सहसंबंध को मापना है। यद्यपि समय डेटा का उपयोग ऑटोसहसंबंध की गणना के लिए नहीं किया जाता है, सार्थक परिणाम प्राप्त करने के लिए आपकी समय वृद्धि समान होनी चाहिए। ऑटोसहसंबंध गुणांक दो उद्देश्यों को पूरा करता है। यह डेटा सेट में गैर-यादृच्छिकता का पता लगा सकता है। यदि डेटा सेट में मान यादृच्छिक नहीं हैं, तो ऑटोसहसंबंध विश्लेषक को एक उपयुक्त समय श्रृंखला मॉडल चुनने में मदद कर सकता है।

आप जिस डेटा का विश्लेषण कर रहे हैं, उसके लिए माध्य या औसत की गणना करें। माध्य डेटा मानों (n) की संख्या से विभाजित सभी डेटा मानों का योग है।

अपनी गणना के लिए एक समय अंतराल (के) तय करें। अंतराल मान एक पूर्णांक है जो दर्शाता है कि कितने समय चरण एक मान को दूसरे से अलग करते हैं। उदाहरण के लिए, (y1, t1) और (y6, t6) के बीच का अंतराल पांच है, क्योंकि दो मानों के बीच 6 - 1 = 5 समय चरण हैं। यादृच्छिकता के लिए परीक्षण करते समय, आप आमतौर पर लैग के = 1 का उपयोग करके केवल एक ऑटोसहसंबंध गुणांक की गणना करेंगे, हालांकि अन्य अंतराल मान भी काम करेंगे। जब आप एक उपयुक्त समय श्रृंखला मॉडल का निर्धारण कर रहे हैं, तो आपको प्रत्येक के लिए एक अलग अंतराल मान का उपयोग करके, स्वत: सहसंबंध मूल्यों की एक श्रृंखला की गणना करने की आवश्यकता होगी।

instagram story viewer

दिए गए सूत्र का उपयोग करके स्वतः सहप्रसरण फलन की गणना कीजिए। उदाहरण के लिए, क्या आप लैग k = 7 का उपयोग करके तीसरे पुनरावृत्ति (i = 3) की गणना कर रहे थे, तो उस पुनरावृत्ति की गणना इस तरह दिखेगी यह: (y3 - y-bar)(y10 - y-bar) "i" के सभी मानों के माध्यम से पुनरावृति करें और फिर योग लें और इसे डेटा में मानों की संख्या से विभाजित करें सेट।

दिए गए सूत्र का उपयोग करके विचरण फ़ंक्शन की गणना करें। गणना autocovariance फ़ंक्शन के समान है, लेकिन अंतराल का उपयोग नहीं किया जाता है।

ऑटोसहसंबंध गुणांक प्राप्त करने के लिए विचरण फ़ंक्शन द्वारा autocovariance फ़ंक्शन को विभाजित करें। दिखाए गए अनुसार दो कार्यों के लिए सूत्रों को विभाजित करके आप इस चरण को बायपास कर सकते हैं, लेकिन कई बार, आपको इसकी आवश्यकता होगी अन्य प्रयोजनों के लिए स्वतः सहप्रसरण और प्रसरण, इसलिए व्यक्तिगत रूप से उनकी गणना करना व्यावहारिक है कुंआ।

Teachs.ru
  • शेयर
instagram viewer