Contenido de este artículo
- 0
- 0
- 0
- 0
Actualizado el 30 de marzo de 2022, por Luis Benites.
¿Qué es un Correlograma?
Un correlograma (también llamado Gráfica ACF de función de correlación automática o Gráfica de autocorrelación) es una forma visual de mostrar la correlación serial en datos que cambian con el tiempo (es decir , datos de series temporales ). La correlación en serie (también llamada autocorrelación ) es donde un error en un punto en el tiempo viaja a un punto posterior en el tiempo. Por ejemplo, podría sobreestimar el valor de sus inversiones en bolsa para el primer trimestre, lo que daría lugar a una sobreestimación de los valores para los siguientes trimestres.
Los correlogramas pueden darle una buena idea de si los pares de datos muestran o no autocorrelación. No se pueden usar para medir qué tan grande es esa autocorrelación (para una forma matemática de probar la correlación serial, pruebe la prueba de Durbin Watson ).
Ejemplo
Un correlograma da un resumen de la correlación en diferentes períodos de tiempo. La gráfica muestra el coeficiente de correlación para la serie retrasada (en distancia) por un retraso a la vez. Por ejemplo, en x=1 podría estar comparando enero con febrero o febrero con marzo. La escala horizontal es el lapso de tiempo y el eje vertical es el coeficiente de autocorrelación (ACF). La trama se combina a menudo con una medida de autocorrelación como la I de Moran ; Los valores de Moran cercanos a +1 indican agrupamiento mientras que los valores cercanos a -1 indican dispersión.
Correlograma simple en R (usando el paquete spdep).
La imagen de arriba muestra un I de Moran relativamente pequeño (entre aproximadamente -0,2 y 0,35). Además, no hay un patrón en las autocorrelaciones (es decir, no hay un patrón constante hacia arriba o hacia abajo a medida que se desplaza por el eje x). Es probable que este conjunto de datos no tenga una autocorrelación significativa.
Por otro lado, la siguiente imagen muestra valores de I de Moran bastante altos y una tendencia al alza . Esto indica que la autocorrelación es muy probable para su conjunto de datos.
Una tendencia ascendente constante y valores altos de Moran I son indicadores de correlación serial.
Redactor del artículo
¿Te hemos ayudado?
Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:La ayuda no cuesta nada
Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:
