Autocorrelação e correlação cruzada -> Principais usos no DSP??

Autocorrelação, às vezes conhecida como correlação em série no caso de tempo discreto, é a correlação de um sinal com uma cópia atrasada de si mesma em função do atraso. Informalmente, é a semelhança entre as observações de uma variável aleatória em função do atraso entre eles.

1. Qual é a diferença entre correlação e autocorrelação?
2. Por que a autocorrelação é um problema?
3. Qual é o objetivo da autocorrelação?
4. A autocorrelação é boa ou ruim em séries temporais?

Qual é a diferença entre correlação e autocorrelação?

Autocorrelação, também conhecida como correlação em série, refere -se ao grau de correlação das mesmas variáveis ​​entre dois intervalos de tempo sucessivos. O valor da autocorrelação varia de -1 a 1. Um valor entre -1 e 0 representa autocorrelação negativa. Um valor entre 0 e 1 representa autocorrelação positiva.

Por que a autocorrelação é um problema?

A autocorrelação pode causar problemas nas análises convencionais (como a regressão de mínimos quadrados comuns) que assumem a independência das observações. Em uma análise de regressão, a autocorrelação dos resíduos de regressão também pode ocorrer se o modelo for especificado incorretamente.

Qual é o objetivo da autocorrelação?

A função Autocorrelação (Box e Jenkins, 1976) pode ser usada para os dois propósitos a seguir: detectar não randomidade nos dados. Para identificar um modelo de série temporal apropriado se os dados não forem aleatórios.

A autocorrelação é boa ou ruim em séries temporais?

A autocorrelação também é conhecida como correlação serial, correlação da série temporal e correlação atrasada. Independentemente de como está sendo usado, a autocorrelação é um método ideal para descobrir tendências e padrões nos dados de séries temporais que, de outra forma, não teriam sido descobertas.