Nell'analisi delle serie temporali, la funzione di autocorrelazione parziale fornisce la correlazione parziale di una serie temporale stazionaria con i propri valori ritardati, regredisce i valori delle serie temporali a tutti i ritardi più brevi. Contrasta con la funzione di autocorrelazione, che non controlla altri ritardi.
Qual è la differenza tra autocorrelazione e autocorrelazione parziale?
L'autocorrelazione tra X e Z terrà conto di tutte le modifiche in X provenienti da Z direttamente o tramite Y. L'autocorrelazione parziale rimuove l'impatto indiretto di Z su X proveniente da Y.
Cos'è l'autocorrelazione parziale in econometria?
Un'autocorrelazione parziale è un riassunto della relazione tra un'osservazione in una serie temporale con osservazioni in fasi temporali precedenti con le relazioni delle osservazioni intermedie rimosse.
Cos'è il diagramma di autocorrelazione parziale?
I grafici di autocorrelazione parziale (Box e Jenkins, pp. 64-65, 1970) sono uno strumento comunemente usato per l'identificazione del modello nei modelli Box-Jenkins. L'autocorrelazione parziale al ritardo k è l'autocorrelazione tra X_t e X_{t-k} che non è considerata dai ritardi da 1 a k-1.
Qual è la differenza tra ACF e PACF?
Un PACF è simile a un ACF tranne per il fatto che ogni correlazione controlla qualsiasi correlazione tra osservazioni di una lunghezza di ritardo più breve. Pertanto, il valore per l'ACF e ilPACF al primo ritardo sono gli stessi perché entrambi misurano la correlazione tra i punti dati all'istante t con i punti dati all'istante t − 1.