1樓：匿名使用者
自相關函式是用來說明一個函式x(t)經過時間延時τ函式變成x(t+τ)之後，x(t)和x(t+τ)之間的相關程度的；
對於多元函式：y = u(x1,x2, . .
. . .
. , xn)，可以算出y對每一個 xi (i :1->n) 的相關係數，這就是偏相關(函式)係數，一共有n個。
對n個偏相關係數按絕對值大小排序，找出相關性強的幾個變數，而忽略相關性很弱的變數；
請高手指點自相關函式和偏自相關函式的區別
2樓：馨茹絮
自相關函式和互相關函式的matlab計算和作圖
1. 首先說說自相關和互相關的概念。
這個是訊號分析裡的概念，他們分別表示的是兩個時間序列之間和同一個時間序列在任意兩個不同時刻的取值之間的相關程度，即互相關函式是描述隨機訊號x(t),y(t)在任意兩個不同時刻t1，t2的取值之間的相關程度，自相關函式是描述隨機訊號x(t)在任意兩個不同時刻t1，t2的取值之間的相關程度。互相關函式給出了在頻域內兩個訊號是否相關的一個判斷指標，把兩測點之間訊號的互譜與各自的自譜聯絡了起來。它能用來確定輸出訊號有多大程度來自輸入訊號，對修正測量中接入噪聲源而產生的誤差非常有效.
事實上，在圖象處理中，自相關和互相關函式的定義如下：設原函式是f(t)，則自相關函式定義為r(u)=f(t)*f(-t)，其中*表示卷積；設兩個函式分別是f(t)和g(t)，則互相關函式定義為r(u)=f(t)*g(-t)，它反映的是兩個函式在不同的相對位置上互相匹配的程度。那麼，如何在matlab中實現這兩個相關並用影象顯示出來呢？
dt=.1;
t=[0:dt:100];
x=cos(t);
[a,b ]=xcorr(x,'unbiased');
plot(b*dt,a)
上面**是求自相關函式並作圖，對於互相關函式，稍微修改一下就可以了，即把[a,b]=xcorr(x,'unbiased');改為[a,b]=xcorr(x,y,'unbiased');便可。
2. 實現過程：
在matalb中，求解xcorr的過程事實上是利用fourier變換中的卷積定理進行的，即r(u)=ifft(fft(f)×fft(g))，其中×表示乘法，注：此公式僅表示形式計算，並非實際計算所用的公式。當然也可以直接採用卷積進行計算，但是結果會與xcorr的不同。
事實上，兩者既然有定理保證，那麼結果一定是相同的，只是沒有用對公式而已。下面是檢驗兩者結果相同的**：
dt=.1;
t=[0:dt:100];
x=3*sin(t);
y=cos(3*t);
subplot(3,1,1);
plot(t,x);
subplot(3,1,2);
plot(t,y);
[a,b]=xcorr(x,y);
subplot(3,1,3);
plot(b*dt,a);
yy=cos(3*fliplr(t)); % or use: yy=fliplr(y);
z=conv(x,yy);
pause;
subplot(3,1,3);
plot(b*dt,z,'r');
即在xcorr中不使用scaling。
3. 其他相關問題：
1) 相關程度與相關函式的取值有什麼聯絡？
相關係數只是一個比率，不是等單位量度，無什麼單位名稱，也不是相關的百分數，一般取小數點後兩位來表示。相關係數的正負號只表示相關的方向，絕對值表示相關的程度。因為不是等單位的度量，因而不能說相關係數0.
7是0.35兩倍，只能說相關係數為0.7的二列變數相關程度比相關係數為0.
35的二列變數相關程度更為密切和更高。也不能說相關係數從0.70到0.
80與相關係數從0.30到0.40增加的程度一樣大。
對於相關係數的大小所表示的意義目前在統計學界尚不一致，但通常按下是這樣認為的：
相關係數 相關程度
0.00-±0.30 微相關
±0.30-±0.50 實相關
±0.50-±0.80 顯著相關
±0.80-±1.00 高度相關
eviews中怎麼判斷是不是白噪聲序列，自相關函式和偏自相關函式如圖所示，這樣算白噪聲嗎
3樓：匿名使用者
acf和來pacf的值都不夠明顯，一階滯後值
自比較小，可以認定為白噪聲。每隔一段滯後，acf出現一個波峰，我懷疑這個序列存在自迴歸形式為e(t)=a1*e(t-4)+a2*e(t-5)+a3*e(t-6)+a4*e(t-7)
這是自相關和偏相關函式圖，如何判斷他們的階數，p q的值呀
4樓：
可以直接使用函式：自相關函式：autocorr()偏自相關函式：parcorr()
自相關函式有什麼意義 5
5樓：藍魔
自相關函式在分析隨機訊號時候是非常有用的。我們在訊號與系統中學過，通過傅立葉變換可以將一個時域訊號轉變為頻域，這樣可以更簡單地分析這個訊號的頻譜。但這有個前提，那就是我們分析的訊號是確定訊號，即無噪聲的訊號（sin就是sin，cos就是cos）。
而在真正的通訊中，我們的傳輸環境是非常複雜的，充滿了噪聲。很多時候噪聲的分佈服從高斯分佈（噪聲幅度低的概率大，噪聲幅度高的概率小）我們稱這種噪聲叫高斯白噪聲（其對應的通道叫awgn通道）。在一個訊號傳輸中，這種噪聲會疊加在訊號上，那接收端我們收到的就不是一個確定訊號，而是一個隨時間變化的訊號。
即使我們訊號傳送端始終傳送同一個訊號，但由於每次疊加的噪聲不同，接收端收到的訊號也不同，此時我們管這種訊號叫隨機訊號。隨機訊號直接進行傅立葉變換後，在頻域會產生非常多的噪聲頻帶，如果在噪聲較大、訊號較小的情況下，噪聲的頻譜甚至會淹沒原訊號的頻譜，從而讓我們無法分析。而自相關函式的定義我們都知道，rx(δt)=e[x(t)*x(t+δt)]，我們會發現，如果同一個訊號x(t)進行自相關後，還是自己，而不同的訊號進行自相關後，數值會變得很小。
不論δt取多少，在傳送端發出的訊號始終不變，那麼確定訊號經過自相關運算後就儲存了下來，而由於噪聲每一時刻都不同，自相關後噪聲就趨近於0了。然後我們又知道維納-辛欽定理，自相關函式的傅立葉變換是功率譜，這樣我們又一次將時域訊號轉換到頻域進行分析，同時還濾除了噪聲，唯一的不同只是原來的確定訊號時域縱軸是電壓v，現在的功率譜縱軸是功率w，二者成平方關係罷了。以上就我學完後對自相關函式的理解，望採納
6樓：匿名使用者
書本都沒有具體解釋這個東西，下面說說我的理解：自相關函式是研究訊號的相關性，特別是隨機序列之類的，最重要的是理解相關性是什麼東西。兩個隨機變數假如他們完全線性相關，以連續隨機變數為例，那麼他倆會有差不多的概率密度分佈。
例子：假如隨機變數x，y,y=5x，那麼x,y完全線性相關，x=5的概率和y=25的概率是相等的，因此可以看出x,y,有相同關係的概率分佈，期望成線性關係，方差成二次方關係。因此就是說線性相關性反應的是兩個隨機變數的之間概率的相關程度。
7樓：墨顏曦清水吟
有什麼意義？你先說啥是自相關函式
8樓：匿名使用者
自相關函式應用非常廣泛，在不同的應用領域中它具有不同的物理意義 例如，在電學、訊號處理方面，一個隨機過程（訊號）的自相關函式與該隨機過程（訊號）的功率譜或能量譜成傅立葉變換對的關係。
9樓：匿名使用者
函式是一種關係，這種關係使一個集合裡的每一個元素對應到另一個（可能相同的）集合裡的唯一元素應變數，函式一個與他量有關聯的變數，這一量中的任何一值都能在他量中找到對應的固定值。 函式兩組元素一一對應的規則，第一組中的每個元素在第二組中只有唯一的對應量。
函式的概念對於數學和數量學的每一個分支來說都是最基礎的。
可以請按滿意建，謝謝
matlab求自相關函式和偏相關函式
10樓：匿名使用者
自相關函式用xcorr或autocorr 偏相關不太清楚autocorr用法：autocorr(y,,2)
autocorr()函式是時間序列自相關函式y : 一個時間序列資料
: 表示計算這個時間序列資料的自相關函式的延遲.
2: 表示自相關函式在》2的所有延遲的自相關係數看作為0xcorr用法：y=[a b c]xcorr=[ac ab+bc a^2+b^2+c^2 ab+bc ac]y=[1 2 3] 這裡a=1 b=2 c=3xcorr(y)=[3 8 14 8 3]
11樓：匿名使用者
可以直接使用函式：
自相關函式：autocorr()
偏自相關函式：parcorr()
如何計算自相關函式和偏相關函式
求助-關於計量的acf 和 pacf 的問題，這個自相關函式和偏自相關函式式幹什麼用的？
12樓：匿名使用者
自相關函式的定義就是把函式x(t)平移tao，再和它自己相乘，最後做整個實數範圍的積分。
x(t)-->r(tao)，則
x(t a)-->r(tao)，是不變的。
要求z(t)的自相關，就是求
z(t)*z(t tao)在整個實數範圍的積分z(t)*z(t tao)
=【x(t) x(t a)】【x(t tao) x(t a tao)】，拆成四項
=x(t)x(t tao) x(t)x(t tao a) x(t a)x(t tao) x(t a)x(t a tao)
上式四項分別對整個實數做積分，再加起來，就是：
r(tao) r(tao a) r(tao-a) r(tao)=2r(tao) r(tao a) r(tao-a)這就是答案，希望你滿意
不錯的mimicall送20元的軟體
如何驗證一時間序列是服從隨機遊走的？
13樓：七七系列
麻煩先看看基本的統計學再問這種問題吧...
各位大神請問自相關函式和偏自相關函式圖如下，拖尾截尾？？應該
自相關函式截尾，偏自相關函式拖尾用ma模型 自相關函式拖尾，偏自相關函式截尾用ar模型 如何辨別統計中的拖尾和截尾？在sas軟體中，我們可以通過得到的自相關函式圖和偏相關函式圖來判斷。如果樣本自相關係數和樣本偏自相關係數在最初的階明顯大於2倍標準差，而後幾乎95 的係數都落在2倍標準差的範圍內，且非...
自相關函式有什麼意義,自相關函式有什麼意義
自相關函式在分析隨機訊號時候是非常有用的。我們在訊號與系統中學過,通過傅立葉變換可以將一個時域訊號轉變為頻域,這樣可以更簡單地分析這個訊號的頻譜。但這有個前提,那就是我們分析的訊號是確定訊號,即無噪聲的訊號 sin就是sin,cos就是cos 而在真正的通訊中,我們的傳輸環境是非常複雜的,充滿了噪聲...
有人知道怎麼通過自相關圖和偏自相關圖判斷ARIMA模型的p和
一般自相關圖若為q階截尾則滑動係數為q.若偏自相關圖為p階截尾則自迴歸係數為p.當然這樣判斷存在一定主觀性，還需結合aic bic值來判斷 spss中arima模型中引數的p，q根據自相關的殘差圖和偏相關殘差圖怎麼看的出來？5 根據acf圖確定ma的階數q，根據pacf圖確定ar的階數p。兩條黑線為...