※ 引述《liton (歐吉桑留學生)》之銘言：
: 在跑Crosssection Regression的時候
: X=alpha+a*Y+b*Z
: 自變數之間的相關性相當重要的問題
: corr(Y,Z)
: 但是在跑AR時
: X=alpha+a*X(-1)+b*X(-2)
: 為何就沒有相關性的問題?
你沒有看時間數列的書吧?
時間數列怎麼會沒考慮相關性呢?
autocorrelation coefficient function(ACF)和
partial autocorrelation coefficient function(PACF)
都是用來衡量時間數列資料值之間的相關性呀!
而且AR model類似數學上的遞迴方程式.
model本身就是建基於資料值之間有很強的"自我"相關性而建模的.
建議你看一下時間序列分析的相關書籍,
你的問題自然引刃而解.
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.229.17.242