correlogram을 사용하여 분산을 추정하는 방법은 무엇입니까?

Question

컴퓨터 시뮬레이션 한 책에서이 두 방정식을 얻었다.

alt text http://i37.tinypic.com/x2ugxz.jpg

첫 번째는 분산을 추정 correlogram를 사용하는 방법이며, correlogram을 계산하는 것이다.

관측치의 분산을 추정하는 일반적인 방법은 관측치가 종종 관련되기 때문에 컴퓨터 시뮬레이션에서 부정확하지 않습니다.

제 질문은 제 프로그램에서 계산 한 값이 너무 커서 올바른 것이 아니란 것입니다.

k가 커질 때 r [k]가 0에 가까워지기 때문에 두 번째 방정식이 상당히 큰 값을 갖기 때문에 방정식이 올바르지 않다고 생각합니까?

@property 
def autocorrelation(self): 
    n = self.packet_sent 
    mean = self.mean 
    waiting_times = self.waiting_times 
    R = [ sum([(x - mean) ** 2 for x in waiting_times[:-1]])/n ] 
    #print R 

    for k in range(1, n/4 + 1): 
     R.append(0) 
     for i in range(0, n - k): 
      R[k] += (waiting_times[i] - mean) * (waiting_times[i + k] - mean) 
     R[k] /= n 

    auto_cor = [r/R[0] for r in R] 
    return auto_cor 

@property 
def standard_deviation_wrong(self): 
    '''This must be a wrong method''' 
    s_x = self.standard_deviation_simple 
    auto_cor = self.autocorrelation 
    s = 0 
    n = self.packet_sent 
    for k, r in enumerate(auto_cor[1:]): 
     s += 1 - (k + 1.0) * r/n 
     #print "%f %f %f" % (k, r, s) 
    s *= 2 
    s += 1 
    s = ((s_x ** 2) * s) ** 0.5 
    return s 

Answer 1

correlogram 너무 기능 acf()으로 계산 될 수있다 : 당신이 요청으로

, 여기 (파이썬으로 작성된) 전체 프로그램입니다.

-k