自己相関との相関

相関係数が尺度は、2つの異なるイベントで互いの間の相互の影響の程度を指すであり、自己相関係数は、同じイベント二つの異なる期間の間の相関の程度の尺度であり、話の画像は、現在自分の過去の行動の尺度でありますこの影響。

自己相関は、また、系列相関として知られています。それは、信号の異なる時点で自身の相互相関。非公式には、それらの間に2つの観測時間差との類似度の関数です。これは、繰り返しパターンを見つけることである（例えば、ノイズによってマスキング周期信号）の識別信号に、または暗黙的な高調波の数学的ツールは、基本周波数の周波数を消失します。ために使用される信号処理のような、価値の機能または一連を分析するために時間領域信号。

ピアソン相関：

自己相関以来、xの期待と分散は、時間の経過とともに変化しません。自己相関関数は、時間遅延として表すことができ   、以下のように、関数：

自己相関関数とその発現シグナルは、類似度のマルチパス信号です。反射介して同様の信号は、元の信号と遅延信号レプリカ以外の場合の類似の屈折度。

次のように主な特徴は以下のとおりです。

（1）自己相関関数は、縦パターンと対称であっても関数です。
S = T、自己相関関数が最大値を有し、信号の二乗平均値に等しいとき（2）、すなわち
周期信号の自己相関関数（3）周期的信号の周波数は同じままです。

意味：

 二つの関連機能、相関、すなわち類似性の尺度です。正規化された場合、我々はより明確に表示されます。
相関関数の最大値が良く、この周期性を反映させることができるので、それは、関数が周期成分を有する場合、自己相関関数と相関関数そのものです。類似度は、2つのこの成分の最大値が周期的である。同様に具現同じ周期成分の機能を有する2つの間の相互相関関数です。

  実際にスペースの観点から線形相関演算は、内積演算、別のベクトルの射影を表すベクトルの線形空間における2つのベクトルの内積であり、2つのベクトルの類似度を示し、相関演算は、これを反映します同程度。

言語相関係数R、負荷（）関数パッケージにCOR最初の必要性が、それは、3つの異なるピアソン相関係数、スピアマン相関係数、相関係数ケンダルとして相関係数を算出することができます。そしてPCOR（）機能パッケージは、部分的な相関係数を算出します。

 ACF（C2）＃自己相関
> PACF（C2）＃部分的自己相関図。

可視化相関係数ます。https：//blog.csdn.net/flyfrommath/article/details/76777412

参考ます。https：//blog.csdn.net/dengheCSDN/article/details/78848046

 

同時に、部分相関手段三変数に関連する2つの変数、第三の変数が決意指標値Rは相関係数であり、他の二つのプロセス変数間の相関度のみを分析し、カリングに影響を与えます。

部分相関 主な役割は、従属変数の引数のものより少ない影響のために必要な引数を廃棄することができるように、すべての独立変数、従属変数に決定大きな影響である独立変数に選択する、ということですそして、は見なされません。したがって、重回帰式の計算では、限りの引数は起動中に主要な役割を保持するように、より少ない引数を持つ従属変数の変化の平均量を説明します。 

一つの要素は、他の要因の影響や関連性は、一定とみなす他の因子の影響は、すなわち、他の要因の影響、およびそれらの2つの要素間の関係の近さの別の研究を考慮していない場合、前記とき偏相関について。

（単純な）相関係数の他の変数の影響を排除するための2つの変数の再計算