自相关判断方法(.1.自相关的检验方法)
1..1.自相关的检验方法有哪些
相关性检验方法共同思路是：采用普通最小二乘法估计模型，以求的随机干扰项的“近似估计量”，然后通过这些“近似估计量”之间的相关性以表达判断随机干扰项是否具有序列相关的目的，主要相关性检验有四种：图示法、回归检验法、杜宾-瓦森检验法（D.W.）、拉格朗日检验（GB）。
最好的检验方法应该是GB检验，适用于高阶序列相关及模型中存在滞后变量的情形。D.W.检验中，存在一个不能确定的D.W.值区域，且仅能检测一阶自相关，对存在置后被解释变量的模型无法检验。
后两个问题，因不懂什么是自相关形式、自相关类型，故暂时无法回答。
2.运用什么方法判断方程是否存在自相关
自相关又称序列相关，是指总体回归模型的随机误差项之间存在相关关系。
即不同观测点上的误差项彼此相关。 自相关产生的原因有很多，一般认为主要有一下几种，经济变量惯性的作用引起随机误差项自相关，经济行为的滞后性引起随机误差项自相关，一些随机偶然因素的干扰引起随机误差项自相关，模型设定误差引起随机误差项自相关，观测数据处理引起随机误差项序列相关。
一般经验告诉我们，对于采用时间序列数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对被解释变量的影响的连续性，所以往往存在序列相关性。
3.运用什么方法判断方程是否存在自相关
自相关又称序列相关，是指总体回归模型的随机误差项之间存在相关关系。
即不同观测点上的误差项彼此相关。 自相关产生的原因有很多，一般认为主要有一下几种，经济变量惯性的作用引起随机误差项自相关，经济行为的滞后性引起随机误差项自相关，一些随机偶然因素的干扰引起随机误差项自相关，模型设定误差引起随机误差项自相关，观测数据处理引起随机误差项序列相关。
一般经验告诉我们，对于采用时间序列数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对被解释变量的影响的连续性，所以往往存在序列相关性。
4.信号的自相关函数的计算方法与特点是什么
自相关函数，信号在时域中特性的平均度量，它用来描述随机信号x(t)在任意两个不同时刻s,t的
取值之间的相关程度，其定义式为
自相关函数的主要特点：
1、自相关函数为偶函数，其图形对称于纵轴。
2、当s=t 时，自相关函数具有最大值，且等于信号的均方值，即
3、周期信号的自相关函数仍为同频率的周期信号。
扩展资料
自相关函数应用
信号处理中，自相关可以提供关于重复事件的信息，例如音乐节拍（例如，确定节奏）或脉冲星的频率（虽然它不能告诉我们节拍的位置）。另外，它也可以用来估计乐音的音高。
非正式地来说，它就是两次观察之间的相似度对它们之间的时间差的函数。它是找出重复模式（如被噪声掩盖的周期信号），或识别隐含在信号谐波频率中消失的基频的数学工具。它常用于信号处理中，用来分析函数或一系列值，如时域信号。
参考资料来源：百度百科-相关函数
参考资料来源：百度百科-自相关函数
