Какие существуют методы выявления ложной корреляции в больших данных?

Некоторые методы выявления ложной корреляции в больших данных:

• Анализ остатков. www.mql5.com Если остаткам модели не хватает стационарности, это может быть признаком ложной регрессии. www.mql5.com Для проверки наличия единичных корней у остатков модели используют, например, расширенный тест Дики-Фуллера или тест Квятковского-Филлипса-Шмидта-Шина. www.mql5.com
• Тест Филлипса-Перрона. www.mql5.com Статистический тест, который используют в эконометрике и анализе временных рядов. www.mql5.com Он предназначен для обнаружения наличия единичного корня путём изучения поведения переменной временного ряда с течением времени. www.mql5.com
• Метод отклонения коэффициентов корреляции. web.snauka.ru Для поиска ложных значений необходимо выбрать пороговый уровень коэффициента корреляции. web.snauka.ru Отнесение усреднённого значения в интервал ниже выбранного порогового уровня позволяет сделать предположение о наличии в интервале данных ложных значений. web.snauka.ru
• Метод частной корреляции. nafi.ru www.actabiomedica.ru Если две переменные коррелируют, можно предположить, что эта корреляция обусловлена влиянием третьей переменной. nafi.ru Для проверки этого предположения достаточно исключить влияние этой третьей переменной и вычислить корреляцию двух переменных без учёта влияния третьей переменной. nafi.ru