This HTML5 document contains 52 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dbpedia-dehttp://de.dbpedia.org/resource/
dctermshttp://purl.org/dc/terms/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
n13http://dbpedia.org/resource/File:
dbpedia-eshttp://es.dbpedia.org/resource/
n9https://global.dbpedia.org/id/
dbthttp://dbpedia.org/resource/Template:
rdfshttp://www.w3.org/2000/01/rdf-schema#
freebasehttp://rdf.freebase.com/ns/
n14http://commons.wikimedia.org/wiki/Special:FilePath/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
wikipedia-enhttp://en.wikipedia.org/wiki/
provhttp://www.w3.org/ns/prov#
dbchttp://dbpedia.org/resource/Category:
dbphttp://dbpedia.org/property/
xsdhhttp://www.w3.org/2001/XMLSchema#
wikidatahttp://www.wikidata.org/entity/
dbrhttp://dbpedia.org/resource/

Statements

Subject Item
dbr:Partial_autocorrelation_function
rdfs:label
Función de autocorrelación parcial Partial autocorrelation function Partielle Autokorrelationsfunktion
rdfs:comment
In time series analysis, the partial autocorrelation function (PACF) gives the partial correlation of a stationary time series with its own lagged values, regressed the values of the time series at all shorter lags. It contrasts with the autocorrelation function, which does not control for other lags. 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 und unter Ausschaltung des Einflusses der dazwischen liegenden Variablen. Mithilfe dieser bedingten Betrachtung der PACF kann, im Gegensatz zur Autokorrelationsfunktion, die Ordnung eines Autoregressiver Prozesses direkt bestimmt werden. Die formale Definition lautet bei stationären Zeitreihen . En el análisis de series de tiempo, la función de autocorrelación parcial (FAP) juega un papel importante en los análisis de datos dirigido a la identificación de la medida del desfase en un modelo autorregresivo.​ El uso de esta función se introdujo como parte de la metodología de Box-Jenkins,en la modelación de series temporales, donde mediante el trazado de las funciones de autocorrelación parciales se podría determinar los rezagos apropiados p en un modelo AR(p) o en uno ARIMA (p, d, q).​
foaf:depiction
n14:Partial_Autocorrelation_Function_Graph.png n14:Partial_autocorrelation_function.png
dcterms:subject
dbc:Covariance_and_correlation dbc:Time_series dbc:Time_domain_analysis
dbo:wikiPageID
16862495
dbo:wikiPageRevisionID
1106783386
dbo:wikiPageWikiLink
dbr:Exponential_decay dbr:Box–Jenkins dbr:Autoregressive_model dbr:Autoregressive–moving-average_model dbc:Covariance_and_correlation dbr:Oscillation_(mathematics) dbc:Time_domain_analysis n13:Partial_Autocorrelation_Function_Graph.png dbr:Autocorrelation_function n13:Partial_autocorrelation_function.png dbr:Moving-average_model dbc:Time_series dbr:Time_series_analysis dbr:Partial_correlation dbr:Standard_score dbr:Confidence_interval dbr:Autocorrelation dbr:Normal_distribution dbr:White_noise dbr:Stationary_process dbr:Mean_squared_error dbr:Linear_combination dbr:Autoregressive_integrated_moving_average dbr:Mean
owl:sameAs
dbpedia-de:Partielle_Autokorrelationsfunktion n9:J1jj wikidata:Q1258253 dbpedia-es:Función_de_autocorrelación_parcial freebase:m.0408tzn
dbp:wikiPageUsesTemplate
dbt:Statistics dbt:Reflist dbt:Short_description
dbo:thumbnail
n14:Partial_autocorrelation_function.png?width=300
dbo:abstract
In time series analysis, the partial autocorrelation function (PACF) gives the partial correlation of a stationary time series with its own lagged values, regressed the values of the time series at all shorter lags. It contrasts with the autocorrelation function, which does not control for other lags. This function plays an important role in data analysis aimed at identifying the extent of the lag in an autoregressive (AR) model. The use of this function was introduced as part of the Box–Jenkins approach to time series modelling, whereby plotting the partial autocorrelative functions one could determine the appropriate lags p in an AR (p) model or in an extended ARIMA (p,d,q) model. En el análisis de series de tiempo, la función de autocorrelación parcial (FAP) juega un papel importante en los análisis de datos dirigido a la identificación de la medida del desfase en un modelo autorregresivo.​ El uso de esta función se introdujo como parte de la metodología de Box-Jenkins,en la modelación de series temporales, donde mediante el trazado de las funciones de autocorrelación parciales se podría determinar los rezagos apropiados p en un modelo AR(p) o en uno ARIMA (p, d, q).​ 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 und unter Ausschaltung des Einflusses der dazwischen liegenden Variablen. Bei autokorrelierten stationären Prozessen enthalten die Beobachtungen bis Informationen über den erwarteten Betrag und Vorzeichen der Größe (mit ). Die partielle Autokorrelation drückt dann die bedingte Information über die Ausprägung von aus, die man erhält, wenn man darüber hinaus , den Zustand des Prozesses zur Zeit , 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 stationären Zeitreihen Die Operation bezeichnet dabei die bedingte Korrelation, gebildet mit der bedingten Erwartungswerten und bedingten Varianzen Die Funktion ist in symmetrisch und ihre Werte liegen im Intervall . Es gilt . Zur Bestimmung der PAKF gibt es verschiedene Verfahren: * Yule-Walker-Gleichungen (nach George Udny Yule), * . 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 möglich: .
prov:wasDerivedFrom
wikipedia-en:Partial_autocorrelation_function?oldid=1106783386&ns=0
dbo:wikiPageLength
8551
foaf:isPrimaryTopicOf
wikipedia-en:Partial_autocorrelation_function