São os elementos no conjunto de dados não correlacionados?

Para um conjunto de dados que consiste em observações feitas em diferentes pontos no tempo (isto é, dados de séries temporais

), É importante para determinar se ou não as observações são correlacionados entre si. Isto é porque muitas técnicas para os dados de séries de tempo modelação são baseados no pressuposto de que os dados não está correlacionada com o outro (independente).

Video: Me Passa aí! - ESTATÍSTICA - Variância e Desvio Padrão

Uma técnica gráfica que você pode usar para ver se os dados não está correlacionada com o outro é o função de autocorrelação. A função de autocorrelação mostra a correlação entre as observações em uma série de tempo com diferentes desfasamentos. Por exemplo, a correlação entre as observações com um desfasamento refere-se à correlação entre cada observação individuais e o seu valor anterior.

Esta figura mostra a função de autocorrelação para os retornos diários da ExxonMobil, em 2013.

Video: Conjuntos Numéricos: Números Naturais e Inteiros (Aula 1 de 4)

Cada um “pico” na função de autocorrelação representa a correlação entre as observações com um determinado atraso.

A autocorrelação com lag 0 é sempre igual a 1, pois isso representa as correlações das observações com eles mesmos.

Video: Subconjuntos e Conjunto das Partes | MEM #3

No gráfico, as linhas tracejadas representam os limites inferiores e superiores de um intervalo de confiança. Se um pico se eleva acima do limite superior do intervalo de confiança ou desce abaixo do limite inferior do intervalo de confiança, que mostra que a correlação para esse atraso não é 0. Esta é uma evidência contra a independência dos elementos em um conjunto de dados.

Neste caso, existe apenas um pico estatisticamente significativa (pelo atraso de 8). Este aumento mostra que os retornos da ExxonMobil podem ser independente. Um teste estatístico mais formal iria mostrar se isso é verdade ou não.