相關檢測演算法

㈠ 什麼是互相關檢測法

那類演算法就是互相關的，就是每個獨立的運算單元個自計算自己與其他單元的關系，並從中得出結果，最後統一起來的方法。線性相關分析：研究兩個變數間線性關系的程度。

正相關：如果x,y變化的方向一致，如身高與體重的關系，r>0。

|r|>0.95 存在顯著性相關。

|r|≥0.8 高度相關。

0.5≤|r|<0.8 中度相關。

0.3≤|r|<0.5 低度相關。

|r|<0.3 關系極弱，認為不相關。

如果變數Y與X間是函數關系，則r=1或r=-1；如果變數Y與X間是統計關系，則-1<r<1。

自相關的後果：

線性相關模型的隨機誤差項存在自相關的情況下，用OLS（普通最小二乘法）進行參數估計，會造成以下幾個方面的影響。

從高斯-馬爾可夫定理的證明過程中可以看出，只有在同方差和非自相關性的條件下，OLS估計才具有最小方差性。當模型存在自相關性時，OLS估計仍然是無偏估計，但不再具有有效性。這與存在異方差性時的情況一樣，說明存在其他的參數估計方法，其估計誤差小於OLS估計的誤差；也就是說，對於存在自相關性的模型，應該改用其他方法估計模型中的參數。