Próba odpowiedzi.
Autokorelacja nie różni się niczym od innych relacji między predyktorami. Tyle tylko, że predyktor i zmienna zależna okazały się być tymi samymi szeregami czasowymi, tylko opóźnionymi.
czy każdy stan we wszechświecie nie jest zależny od poprzedniego?
W rzeczy samej. Tak jak stan każdego obiektu we wszechświecie zależy od każdego innego obiektu, poprzez wszelkiego rodzaju siły fizyczne. Pytanie tylko, czy związek jest wystarczająco silny, aby być wykrywalnym, czy wystarczająco silny, aby pomóc nam w przewidywaniu stanów.
To samo dotyczy autokorelacji. Zawsze tam jest. Pytanie brzmi, czy musimy to modelować, czy też modelowanie to po prostu wprowadza dodatkową niepewność (kompromis wariancji odchylenia), czyniąc nas gorszymi niż nie modelowanie.
Przykład z mojej osobistej pracy: prognozuję sprzedaż w supermarketach. Spożycie mleka przez moje gospodarstwo domowe jest dość regularne. Jeśli nie kupiłem żadnego mleka w ciągu trzech lub czterech dni, są duże szanse, że przyjdę dziś lub jutro, aby kupić mleko. Jeśli supermarket chce prognozować popyt na mleko mojego gospodarstwa domowego , powinien z całą pewnością wziąć pod uwagę tę autokorelację.
Jednak nie jestem jedynym klientem w moim supermarkecie. Może jeszcze 2000 gospodarstw domowych kupuje tam swoje artykuły spożywcze. Spożycie mleka każdego z nich jest ponownie autokorelowane. Ale ponieważ tempo konsumpcji każdego człowieka jest inne, autokorelacja w agregacie jest tak bardzo osłabiona, że modelowanie jej może nie mieć sensu. Zniknął w ogólnym zapotrzebowaniu dziennym, tj. Na przechwytywanie. A ponieważ supermarket nie dba o to, komu sprzedaje mleko, modeluje zagregowany popyt i prawdopodobnie nie obejmuje autokorelacji.
(Tak, istnieje cotygodniowa sezonowość. Jest to rodzaj autokorelacji, ale tak naprawdę zależy od dnia tygodnia, a nie od popytu w tym samym dniu tygodnia tydzień wcześniej, więc jest to bardziej efekt dnia tygodnia niż autokorelacja sezonowa. )