什么是自相关？

什么是自相关？

自相关是一种统计方法，用于评估自回归模型的输出受其滞后变量的影响程度。数据科学家使用自相关来描述模型的输出和延迟输入之间的关系。相关性越高，模型的预测精度越高。以下是自相关的一些注意事项：

正相关性意味着输出遵循先前值中绘制的趋势。例如，该模型预测今天的股价将上涨，因为在过去几天中股价一直在上涨。
负相关性意味着输出变量与先前的结果相反。例如，自回归系统观察到过去几天都在下雨，但预测明天是晴天。
零相关性可能表示输入和输出之间缺乏特定的模式。
数据工程师使用自相关来确定他们应在模型中包含多少步来优化计算资源和响应精度。在某些应用中，自回归模型在使用最近的变量时可能显示出很强的自相关性，但对于较远的输入，自相关性较弱。例如，工程师发现，自回归天气预报器对过去 30 天以上的预测不太敏感。因此，他们修改了模型，仅包括过去 30 天的滞后结果。这样就可以使用更少的计算资源获得更准确的结果。