Orientações para testar a autocorrelação ou correlação cruzada

Orientações para testar autocorrelação

Uma orientação baseada em aproximação normal de grandes amostras é usada frequentemente para decidir se a autocorrelação de uma amostra específica está dentro do erro de amostragem zero. (Isso equivale a testar se a autocorrelação da população de lag k é zero). Se a autocorrelação da população de lag k for zero para k = 1, 2,... então, para um valor de n adequadamente grande, rk será aproximadamente normalmente distribuído, com média (μ) zero e desvio padrão (σ) . Como aproximadamente 95% de uma população normal estão a 2 desvios padrão da média, um teste que rejeite a hipótese de que a autocorrelação da população de lag k é igual a zero, quando| rk | é maior que possui um nível de significância (α) de aproximadamente 5%.

Orientações para teste de autocorrelação parcial

Uma orientação baseada em aproximação normal de grandes amostras é usada frequentemente para decidir se a autocorrelação parcial de uma amostra específica está dentro do erro de amostragem zero. (Isso equivale a testar se a autocorrelação parcial da população de lag k é zero). Se a autocorrelação da população de lag k for zero para k = 1, 2,... então, para um valor de n adequadamente grande, rk será aproximadamente normalmente distribuído, com média (μ) zero e desvio padrão (σ) . Como aproximadamente 95% de uma população normal estão a 2 desvios padrão da média, um teste que rejeite a hipótese de que a autocorrelação da população de lag k é igual a zero, quando| rkk | é maior que possui um nível de significância (α) de aproximadamente 5%.

Orientações para testar correlação cruzada

Uma orientação baseada em aproximação normal de grandes amostras é usada frequentemente para decidir se a correlação cruzada de uma amostra específica está dentro do erro de amostragem zero. (Isso equivale a testar se a correlação cruzada da população de lag k é zero). Se a autocorrelação da população de lag k for zero para k = 1, 2,... então, para um valor de n adequadamente grande, rxy (k) será aproximadamente normalmente distribuído, com média (μ) zero e desvio padrão (σ) . Como aproximadamente 95% de uma população normal estão a 2 desvios padrão da média, um teste que rejeite a hipótese de que a autocorrelação da população de lag k é igual a zero, quando | rxy(k) | é maior que possui um nível de significância (α) de aproximadamente 5%.