曹同学2021-02-26 09:47:40
曹同学老师，如何区分随机波动和这里的负自相关，负自相关这样一上一下波动不是也相互削减了？
回答（1）
Kevin2021-02-26 10:30:32
Kevin同学你好！
1.随机波动就是如字面意思，波动没有规律。负自相关是一正一负这样。
2.举个简单的例子：
positive serial correlation的error为0.010，0.015，0.020，0.025, 0.020，0.015，0.010。均值为0.0164，标准差为0.0052。
negative serial correlation的error为0.015，-0.015，0.015，-0.015，0.015，-0.015，0.015。均值为0.0021，标准差为0.0148。
很明显，0.0148>0.0052。即negative serial correlation的标准差更大，即标准误偏高；positive serial correlation的标准差更小，即标准误偏低。
不存在serial correlation的序列一般在两者之间。
致正在努力的你，望能解答你的疑惑~
如此次答疑能更好地帮助你理解该知识点，烦请【点赞】。你的反馈是我们进步的动力，祝你顺利通过考试~
- 评论（0）
- 追问（4）
- 追问
-
如果是负自相关，为什么不能相互抵消？
- 追答
-
同学你好！
前一个回答中的标准差负相关更大，而不是更小，所以负相关波动更大，而不是更小，不存在抵消一说。
不知道是不是你想问的抵消。如果不是，建议详细描述一下你的问题。
- 追问
-
老师，我的意思是负自相关不想随机游走，是有规律的，即一正一负这样的等量自相关，比如说今天正增长1，明天-1，那么这两天的自相关不是刚好抵消了？
- 追答
-
同学你好！
这里说的是残差的负自相关，残差是真实值和预测值之间的差距。一正一负只能说明不同残差的相关系数接近-1，不存在抵消一说。
评论
0/1000
追答
0/1000
+上传图片