Partielle Autokorrelationsfunktion

Partielle Autokorrelation der Zeitreihe der Tiefen des Huronsee

Die partielle Autokorrelationsfunktion (PAKF, engl. PACF) ist wie die Autokovarianzfunktion und die Autokorrelationsfunktion ein Instrument, um Abhängigkeiten zwischen den Werten einer Zeitreihe zu unterschiedlichen Zeiten zu identifizieren. Die PAKF misst den linearen Zusammenhang zwischen Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle Y_t} und Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle Y_{t+k}} unter Ausschaltung des Einflusses der dazwischen liegenden Variablen.

Bei autokorrelierten stationären Prozessen enthalten die Beobachtungen Fehler beim Parsen (Konvertierungsfehler. Der Server („https://wikimedia.org/api/rest_“) hat berichtet: „Cannot get mml. Server problem.“): {\displaystyle Y_{t}} bis Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle Y_{T-1}} Informationen über den erwarteten Betrag und Vorzeichen der Größe Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle Y_{T}} (mit Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle t<T \in \mathbb N} ). Die partielle Autokorrelation drückt dann die bedingte Information über die Ausprägung von $Y_{T}$ aus, die man erhält, wenn man darüber hinaus Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle Y_{t-1}} , den Zustand des Prozesses zur Zeit Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle t-1} , kennt.

Mithilfe dieser bedingten Betrachtung der PACF kann, im Gegensatz zur Autokorrelationsfunktion, die Ordnung eines Autoregressiver Prozesses direkt bestimmt werden.

Die formale Definition lautet bei zentrierten stationären Zeitreihen

Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle \varphi_{kk} := \operatorname{Corr}(Y_t, Y_{t-k}|Y_{t-1}, \cdots, Y_{t-k + 1})\quad k = 0,\pm 1,\pm 2, \cdots }

Die Operation Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle \operatorname{Corr}(\cdot,\cdot | \cdot)} bezeichnet dabei die bedingte Korrelation, gebildet mit der bedingten Erwartungswerten und bedingten Varianzen

Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle \operatorname{Corr}(W,Z|\mathcal{F}_t) := \frac{E(WZ|\mathcal{F}_t)-E(W|\mathcal{F}_t)E(Z|\mathcal{F}_t)} {\sqrt{\operatorname{Var}(W|\mathcal{F}_t)\operatorname{Var}(Z|\mathcal{F}_t)}}.}

Die Funktion ist in $k$ symmetrisch und ihre Werte liegen im Intervall Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle [-1, 1]} . Es gilt Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle \varphi_{00} = 1} .

Zur Bestimmung der PAKF gibt es verschiedene Verfahren:

• Yule-Walker-Gleichungen (nach George Udny Yule),
• Durbin-Levinson-Algorithmus.

Letztere Methode geht rekursiv vor. Mit ihr kann auch eine empirische PAKF (geschätzte PAKF) berechnet werden. Eine Approximation der Standardabweichung der empirischen PAKF ist mit der Quenouille-Approximation möglich:

Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): {\displaystyle \hat\sigma(\hat\varphi_{kk})\approx\frac{1}{\sqrt{T}}} .

Quellen

• Box, G. E. P., Jenkins, G. M., und Reinsel, G. C. (1994). Time Series Analysis, Forecasting and Control, 3rd ed. Prentice Hall, Englewood Clifs, NJ.
• Brockwell, Peter J. und Davis, Richard A. (1987). Time Series: Theory and Methods, Springer-Verlang.
• Rinne H. (2003). Taschenbuch der Statistik, Verlag Harri Deutsch.