ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο

Σχετικά έγγραφα
ΜΑΘΗΜΑ 3ο. Βασικές έννοιες

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Χρονικές σειρές 10 Ο μάθημα: Μη στάσιμα μοντέλα ARIMA Μεθοδολογία Box-Jenkins Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 5ο

Χρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2)

Χρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής

ΑΠΟ ΤΟ ΔΕΙΓΜΑ ΣΤΟΝ ΠΛΗΘΥΣΜΟ

Στασιμότητα χρονοσειρών Νόθα αποτελέσματα-spurious regression Ο έλεγχος στασιμότητας είναι απαραίτητος ώστε η στοχαστική ανάλυση να οδηγεί σε ασφαλή

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

Επαυξημένος έλεγχος Dickey - Fuller (ADF)

Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές

Οικονομικές εφαρμογές υπολογιστικών πακέτων. Στοχαστικά υποδείγματα

Συνολοκλήρωση και VAR υποδείγματα

Αν έχουμε δύο μεταβλητές Χ και Υ και σύμφωνα με την οικονομική θεωρία η μεταβλητή Χ προσδιορίζει τη συμπεριφορά της Υ το ερώτημα που τίθεται είναι αν

Ογενικός(πλήρης) έλεγχος των Dickey Fuller

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 8ο

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 3ο

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 10ο

Προσδιοριστικοί όροι και μοναδιαία ρίζα (από κοινού υποθέσεις)

Συνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος

Εισόδημα Κατανάλωση

Οικονομετρία Ι. Ενότητα 9: Αυτοσυσχέτιση. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 12ο

Παραβίασητωνβασικώνυποθέσεωντηςπαλινδρόμησης (Violation of the assumptions of the classical linear regression model)

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ

ΜΑΘΗΜΑ 4 ο. Μοναδιαία ρίζα

ΤΕΛΕΣΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΑ ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο )

Οικονομετρία Ι. Ενότητα 8: Κανονικότητα. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Χ. Εμμανουηλίδης, 1

Έλεγχος των Phillips Perron

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017

Διαχείριση Υδατικών Πόρων

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 11ο

Οικονομετρία Ι. Ενότητα 5: Ανάλυση της Διακύμανσης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

4. ΕΠΙΛΟΓΗ ΤΗΣ ΜΕΘΟΔΟΥ ΠΡΟΒΛΕΨΗΣ

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

Εξαρτημένα δείγματα (εξαρτημένες μετρήσεις)

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Γ. Πειραματισμός - Βιομετρία

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ-ΑΥΤΟΣΥΣΧΕΤΙΣΗ (AUTOCORRELATION)

1. Ποιες είναι οι διαφορές μεταξύ αυτοπαλίνδρομων υποδειγμάτων (AR) και υποδειγμάτων κινητού μέσου (MA);

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης

Οικονομετρία Ι. Ενότητα 4: Διάστημα Εμπιστοσύνης - Έλεγχος Υποθέσεων. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

Πρόλογος Μέρος Ι: Απλό και πολλαπλό υπόδειγμα παλινδρόμησης Αντικείμενο της οικονομετρίας... 21

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

Στατιστική. Ανάλυση ιασποράς με ένα Παράγοντα. One-Way Anova. 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς

Πολλαπλή παλινδρόμηση (Multivariate regression)

Στατιστικοί Ελεγχοι. t - Έλεγχος για τον μέσο μ ενός πληθυσμού. t-έλεγχος για την σύγκριση των μέσων δύο πληθυσμών

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

Στατιστική Επιχειρήσεων ΙΙ

3. Κατανομές πιθανότητας

Οικονομετρία. Σταματίου Παύλος Διδάκτωρ Οικονομετρικών Εφαρμογών & Μακροοικονομικών Πολιτικών

Στατιστική Ι. Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

ΜΑΘΗΜΑ 3ο. Υποδείγματα μιας εξίσωσης

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

Γ. Πειραματισμός Βιομετρία

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ

Αναλυτική Στατιστική

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

Εισαγωγή στην Ανάλυση Δεδομένων

ΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ. ΓΕΝΙΚΟΙ (περιέχουν όλες τις πληροφορίες που προκύπτουν από μια στατιστική έρευνα) ΕΙΔΙΚΟΙ ( είναι συνοπτικοί και σαφείς )

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Κεφάλαιο 9. Έλεγχοι υποθέσεων

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

2.4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ

Χρονικές σειρές 8 Ο μάθημα: Μοντέλα κινητού μέσου

ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 4: Ανάλυση Χρονολογικών Σειρών. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Κεφάλαιο 12. Σύγκριση μεταξύ δύο δειγμάτων: Το κριτήριο t

2. ΕΠΙΛΟΓΗ ΤΟΥ ΜΕΓΕΘΟΥΣ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ

Εργαστήριο Οικονομετρίας Προαιρετική Εργασία 2016 Χειμερινό Εξάμηνο

3η Ενότητα Προβλέψεις

1.2 Βασικές έννοιες. Στοχαστική διαδικασία

Έλεγχος υπόθεσης: διαδικασία αποδοχής ή απόρριψης της υπόθεσης

Transcript:

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ 4ο

Διαδικασία των συντελεστών αυτοσυσχέτισης Ονομάζουμε συνάρτηση αυτοσυσχέτισης (autocorrelation function) και συμβολίζεται με τα γράμματα (ACF), τη σχέση που υπάρχει μεταξύ του συντελεστή αυτοσυσχέτισης και της χρονικής περιόδου k(χρονικού διαστήματος). Ως συντελεστής αυτοσυσχέτισης ορίζεται ο συντελεστής συσχέτισης μεταξύ δύο παρατηρήσεων που απέχουν k χρονικές περιόδους. Ο συντελεστής αυτοσυσχέτισης του δείγματος δίνεται από την παρακάτω σχέση: ) γ 1 n ( Y t = 1 Y t t + k ) k n t = 1 ρ k = ) = n γ 1 0 2 ( Y Y ) n )( Y Y )

όπου: γˆk είναι η συνδιακύμανση του δείγματος (χρονικής σειράς) που εξετάζουμε. γˆ0είναι η διακύμανση του δείγματος. Όπως είναι γνωστό ο εκτιμημένος συντελεστής αυτοσυσχέτισης παίρνει τιμές από 1 έως +1 και επειδή η συνάρτηση αυτοσυσχέτισης είναι συμμετρική, εξετάζουμε μόνο τις θετικές τιμές του k. Οι έλεγχοι που κάνουμε στην περίπτωση αυτή είναι: Ηο: Δεν υπάρχει συσχέτιση μεταξύ των διαταρακτικών όρων (λευκών θορύβων) ή Δεν υπάρχει σειριακή συσχέτιση ή ρ k = 0 ή Η χρονική σειρά είναι στάσιμη. Ηα: Δεν ισχύει η Ηο.

Στις παραπάνω υποθέσεις ο συντελεστής ρ k αναφέρεται στο συντελεστή αυτοσυσχέτισης του πληθυσμού. Οι στατιστικοί δείκτες (στατιστικοί έλεγχοι) που χρησιμοποιούμε για τον έλεγχο του συντελεστού αυτοσυσχέτισης των καταλοίπων (έλεγχος σημαντικότητας των συντελεστών αυτοσυσχέτισης) των παραπάνω υποθέσεων, καθώς και για το διαγνωστικό έλεγχο καταλληλότητας ενός εκτιμημένου υποδείγματος είναι οι δείκτες των κριτηρίων Box Pierce, Ljung Box, καθώς και ο έλεγχος του Bartlett.

Τα κριτήρια των συντελεστών αυτοσυσχέτισης Οι έλεγχοι των συντελεστών αυτοσυσχέτισης και μερικής αυτοσυσχέτισης αφορούν τον έλεγχο μεμονωμένα κάθε συντελεστή αυτοσυσχέτισης, καθώς και μερικής αυτοσυσχέτισης. Όταν όμως θέλουμε να ελέγξουμε από κοινού όλους τους συντελεστές αυτοσυσχέτισης και μερικής αυτοσυσχέτισης τότε χρησιμοποιούμε τα στατιστικά κριτήρια των Box Pierce (1970), Ljung Box (1978), καθώς και τον έλεγχο του Bartlett (1946).

Box - Pierce Για να ελέγξουμε την υπόθεση ότι από κοινού ένας αριθμός συντελεστών διαφέρει ή όχι από το μηδέν χρησιμοποιούμε τα στατιστικά κριτήρια των Box and Pierce (1970) και Ljung Box (1978). Έτσι για τον έλεγχο της αρχικής υπόθεσης έχω: Ηο: ρ 1 = ρ 2 =..ρ m = 0 Έναντι της εναλλακτικής Ηα: όχι όλα τα ρ m =0 Η στατιστική των Box and Pierce (1970) ηοποία χρησιμοποιείται για τον έλεγχο της υπόθεσης ότι από κοινού ένας αριθμός συντελεστών αυτοσυσχέτισης είναι μηδέν ορίζεται ως εξής:

m ) 2 Q= n ρ χ 2 k m k=1 όπου: Q= Η στατιστική των Box - Pierce m= Βαθμοί ελευθερίας. n= Αριθμός παρατηρήσεων. ) ρ k = Τιμή της συνάρτησης αυτοσυσχέτισης. Η στατιστική Q ακολουθεί την Χ 2 κατανομή με m βαθμούς ελευθερίας και α επίπεδο σημαντικότητας. Αν Q> Χ 2 (α, m) τότε απορρίπτουμε την υπόθεση Η 0 ότι οι συντελεστές είναι μηδενικοί από κοινού ή αλλιώς απορρίπτουμε την υπόθεση ότι η χρονική σειρά προέρχεται από μία τυχαία διαδικασία ή η χρονική σειρά δεν είναι στάσιμη. Επειδή η στατιστική αυτή των Box and Pierce δεν είναι αξιόπιστη για μικρά δείγματα οι Ljung Box πρότειναν μια παραλλαγή της παραπάνω στατιστικής, την οποία αναφέρουμε παρακάτω.

Ljung - Box Η στατιστική των Ljung Box (1978) αν και ακολουθεί την ίδια κατανομή Χ 2 με αυτή της Q δίνει καλύτερα αποτελέσματα από την Q όταν εφαρμόζεται κυρίως σε μικρά δείγματα (βλέπε Harvey 1981, Kendal et. al. 1983). Η στατιστική αυτή ορίζεται ως εξής: Q* = n (n + 2) χ 2 m όπου: Q* = Η στατιστική των Ljung Box. m= Βαθμοί ελευθερίας n = Αριθμός παρατηρήσεων. = Τιμή της συνάρτησης αυτοσυσχέτισης. ρ ) k ) m 2 ρ k k= 1 n k

Αν Q* > Χ 2 (α, m) τότε απορρίπτουμε την υπόθεση Η 0 ότι οι συντελεστές είναι μηδενικοί από κοινού ή αλλιώς απορρίπτουμε την υπόθεση ότι η χρονική σειρά προέρχεται από μία τυχαία διαδικασία ή η χρονική σειρά δεν είναι στάσιμη. Ο αριθμός των αυτοσυσχετίσεων των καταλοίπων που χρησιμοποιούνται για τον υπολογισμό των παραπάνω στατιστικών ισούται με την τετραγωνική ρίζα του αριθμού των παρατηρήσεων m = n 1/2 Τα δύο παραπάνω στατιστικά κριτήρια τα χρησιμοποιούμε επίσης και για τον έλεγχο της καταλληλότητας ενός εκτιμημένου υποδείγματος μιας χρονικής σειράς.

Bartlett test Ο έλεγχος του Bartlett (1946) βασίζεται στην υπόθεση ότι αν η χρονική σειρά είναι στάσιμη τότε οι συντελεστές αυτοσυσχέτισης του δείγματος ακολουθούν προσεγγιστικά την κανονική κατανομή με μέσο μηδέν και διακύμανση 1/η (η = μέγεθος του δείγματος). Άρα σύμφωνα με την υπόθεση αυτή οι συντελεστές συσχέτισης με χρονική υστέρηση s πρέπει να βρίσκονται στο παρακάτω διάστημα εμπιστοσύνης: 1 1 1.96 ρˆ 1.96 n k n Τόσο οι γραφικές παραστάσεις όσο και η διαδικασία των συντελεστών αυτοσυσχέτισης δεν είναι αξιόπιστες. Για το λόγο χρησιμοποιούμε την διαδικασία μοναδιαίων ριζών.