Visual assessment of autocorrelatio

Visual assessment of autocorrelation from the time series plot is subjective and depends
considerably on experience. Statistical tests based on the observed number of runs above and
below the mean are available (e.g., Draper and Smith 1981), though none are covered in this
course. It is a good idea, however, to look at the time series plot as a first step in analysis of
persistence. If nothing else, this inspection might show that the persistence is much more
prevalent in some parts of the series than in others.

ผลลัพธ์ (ไทย) 1:

ประเมินภาพของ autocorrelation จากเวลาลงจุดชุดข้อมูลเป็นตามอัตวิสัย และขึ้นอยู่กับ บนประสบการณ์มาก ทดสอบทางสถิติตามจำนวนข้างต้นเรียกใช้สังเกต และ ต่ำกว่าค่าเฉลี่ยมี (เช่น Draper และ Smith 1981), แม้ว่าไม่มีจะอยู่ในนี้ หลักสูตร มันเป็นความคิดที่ดี ไร ดูชุดเวลาแปลงเป็นขั้นตอนแรกในการวิเคราะห์ของ คงอยู่ ถ้าไม่มีอะไรอื่น ตรวจสอบนี้อาจแสดงว่าคงอยู่มาก พบมากในบางส่วนของชุดมากกว่าคนอื่น

ผลลัพธ์ (ไทย) 2:

การประเมินภาพของอัตจากพล็อตอนุกรมเวลาเป็นอัตนัยและขึ้นอยู่
อย่างมากกับประสบการณ์ การทดสอบทางสถิติตามจำนวนที่สังเกตได้ของการทำงานสูงกว่าและ
ต่ำกว่าค่าเฉลี่ยที่มีอยู่ (เช่นผักและสมิ ธ 1981) แม้ว่าจะไม่ได้รับความคุ้มครองในเรื่องนี้
แน่นอน มันเป็นความคิดที่ดี แต่ไปดูที่พล็อตอนุกรมเวลาเป็นขั้นตอนแรกในการวิเคราะห์
ความคงทน หากไม่มีอะไรอื่นการตรวจสอบนี้อาจจะแสดงให้เห็นว่ายังคงมีมากขึ้น
แพร่หลายในบางส่วนของชุดกว่าคนอื่น ๆ

ผลลัพธ์ (ไทย) 3:

ภาพจากการประเมินข้อมูลอนุกรมเวลาแปลงเป็นอัตวิสัย และขึ้นอยู่กับ
มากประสบการณ์ สถิติทดสอบตามสังเกตเลขวิ่งด้านบนและด้านล่างหมายถึง
ที่มีอยู่ ( เช่นผักและ Smith , 1981 ) ว่า ใคร จะครอบคลุมในหลักสูตรนี้

มันเป็นความคิดที่ดี แต่ต้องดูเวลา ชุดแปลงเป็นขั้นตอนแรกในการวิเคราะห์
ความคงอยู่ถ้าไม่มีอะไรอื่น การตรวจสอบนี้อาจแสดงให้เห็นว่า การเป็นมากขึ้น
แพร่หลายในบางส่วนของชุดมากกว่าคนอื่น ๆ