自相關(guān)判斷方法(.1.自相關(guān)的檢驗(yàn)方法)
1..1.自相關(guān)的檢驗(yàn)方法有哪些
相關(guān)性檢驗(yàn)方法共同思路是：采用普通最小二乘法估計(jì)模型，以求的隨機(jī)干擾項(xiàng)的“近似估計(jì)量”，然后通過這些“近似估計(jì)量”之間的相關(guān)性以表達(dá)判斷隨機(jī)干擾項(xiàng)是否具有序列相關(guān)的目的，主要相關(guān)性檢驗(yàn)有四種：圖示法、回歸檢驗(yàn)法、杜賓-瓦森檢驗(yàn)法（D.W.）、拉格朗日檢驗(yàn)（GB）。
最好的檢驗(yàn)方法應(yīng)該是GB檢驗(yàn)，適用于高階序列相關(guān)及模型中存在滯后變量的情形。D.W.檢驗(yàn)中，存在一個(gè)不能確定的D.W.值區(qū)域，且僅能檢測一階自相關(guān)，對存在置后被解釋變量的模型無法檢驗(yàn)。
后兩個(gè)問題，因不懂什么是自相關(guān)形式、自相關(guān)類型，故暫時(shí)無法回答。
2.運(yùn)用什么方法判斷方程是否存在自相關(guān)
自相關(guān)又稱序列相關(guān)，是指總體回歸模型的隨機(jī)誤差項(xiàng)之間存在相關(guān)關(guān)系。
即不同觀測點(diǎn)上的誤差項(xiàng)彼此相關(guān)。 自相關(guān)產(chǎn)生的原因有很多，一般認(rèn)為主要有一下幾種，經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)，經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)，一些隨機(jī)偶然因素的干擾引起隨機(jī)誤差項(xiàng)自相關(guān)，模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自相關(guān)，觀測數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)序列相關(guān)。
一般經(jīng)驗(yàn)告訴我們，對于采用時(shí)間序列數(shù)據(jù)作樣本的計(jì)量經(jīng)濟(jì)學(xué)問題，由于在不同樣本點(diǎn)上解釋變量以外的其他因素在時(shí)間上的連續(xù)性，帶來它們對被解釋變量的影響的連續(xù)性，所以往往存在序列相關(guān)性。
3.運(yùn)用什么方法判斷方程是否存在自相關(guān)
自相關(guān)又稱序列相關(guān)，是指總體回歸模型的隨機(jī)誤差項(xiàng)之間存在相關(guān)關(guān)系。
即不同觀測點(diǎn)上的誤差項(xiàng)彼此相關(guān)。 自相關(guān)產(chǎn)生的原因有很多，一般認(rèn)為主要有一下幾種，經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)，經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)，一些隨機(jī)偶然因素的干擾引起隨機(jī)誤差項(xiàng)自相關(guān)，模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自相關(guān)，觀測數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)序列相關(guān)。
一般經(jīng)驗(yàn)告訴我們，對于采用時(shí)間序列數(shù)據(jù)作樣本的計(jì)量經(jīng)濟(jì)學(xué)問題，由于在不同樣本點(diǎn)上解釋變量以外的其他因素在時(shí)間上的連續(xù)性，帶來它們對被解釋變量的影響的連續(xù)性，所以往往存在序列相關(guān)性。
4.信號的自相關(guān)函數(shù)的計(jì)算方法與特點(diǎn)是什么
自相關(guān)函數(shù)，信號在時(shí)域中特性的平均度量，它用來描述隨機(jī)信號x(t)在任意兩個(gè)不同時(shí)刻s,t的
取值之間的相關(guān)程度，其定義式為
自相關(guān)函數(shù)的主要特點(diǎn)：
1、自相關(guān)函數(shù)為偶函數(shù)，其圖形對稱于縱軸。
2、當(dāng)s=t 時(shí)，自相關(guān)函數(shù)具有最大值，且等于信號的均方值，即
3、周期信號的自相關(guān)函數(shù)仍為同頻率的周期信號。
擴(kuò)展資料
自相關(guān)函數(shù)應(yīng)用
信號處理中，自相關(guān)可以提供關(guān)于重復(fù)事件的信息，例如音樂節(jié)拍（例如，確定節(jié)奏）或脈沖星的頻率（雖然它不能告訴我們節(jié)拍的位置）。另外，它也可以用來估計(jì)樂音的音高。
非正式地來說，它就是兩次觀察之間的相似度對它們之間的時(shí)間差的函數(shù)。它是找出重復(fù)模式（如被噪聲掩蓋的周期信號），或識別隱含在信號諧波頻率中消失的基頻的數(shù)學(xué)工具。它常用于信號處理中，用來分析函數(shù)或一系列值，如時(shí)域信號。
參考資料來源：百度百科-相關(guān)函數(shù)
參考資料來源：百度百科-自相關(guān)函數(shù)
