Autocorrelation
自相關的目的是什麼？
為什麼自相關如此重要？我已經理解了它的原理（我猜..），但也有沒有發生自相關的例子，我想知道：自然界中的一切難道不是以某種方式自相關的嗎？最後一個方面更針對於對自相關本身的一般理解，因為正如我所提到的，宇宙中的每個狀態不是都依賴於前一個狀態嗎？
自相關有幾種簡單的語言解釋，它們以非自相關過程和模型所沒有的方式表示：
- **自相關變量具有其先前值的記憶。**這些變量的行為取決於之前發生的事情。相對於觀察時間，記憶可能長或短；記憶可能是無限的；內存可能是負數（即可能振盪）。如果您的指導理論說（變量的）過去仍然存在，那麼自相關就是對此的一種表達。（例如，參見 Boef, SD (2001)。建模均衡關係：具有強自回歸數據的誤差校正模型。政治分析，9(1), 78-94，以及 de Boef, S. 和 Keele, L.（ 2008).認真對待時間.美國政治學雜誌, 52(1), 184–200.)
- **自相關變量意味著一個動態系統。**我們提出和回答的關於動態系統行為的問題與我們提出的關於非動態系統的問題不同。例如，當因果效應進入系統時，以及某一時間點的擾動效應保持相關性的時間長度，可以用自相關模型的語言來回答。（例如，參見 Levins, R. (1998). Dialectics and Systems Theory . Science & Society , 62(3), 375–399，以及下面的 Pesaran 引文。）
- **自相關變量意味著需要時間序列建模（如果不是動態系統建模）。**時間序列方法基於試圖捕捉數據生成過程的顯著細節的自回歸行為（和移動平均線，這是關於錯誤的時間相關結構的建模假設），並與例如稱為“縱向模型”，它只是將一些時間度量作為變量合併到一個沒有自相關的非動態模型中。例如，參見 Pesaran, MH (2015) Time Series and Panel Data in Econometrics，紐約，紐約：牛津大學出版社。
**警告：**我使用“自回歸”和“自回歸”來暗示一般變量的任何記憶結構，而不管該過程的短期、長期、單位根、爆炸性等屬性。