Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
สหสัมพันธ์ในตัว หรือ สหสัมพันธ์อัตโนมัติ (อังกฤษ: autocorrelation) หรือ สหสัมพันธ์เชิงอนุกรม (อังกฤษ: serial correlation) เป็นสหสัมพันธ์ระหว่างสัญญาณหนึ่ง ๆ กับตัวสัญญาณเองที่หน่วงเวลาตามฟังก์ชันการหน่วงเวลา โดยอรูปนัยแล้ว มันก็คือความคล้ายคลึงกันระหว่างสัญญาณช่วงต่าง ๆ ตามฟังก์ชันของระยะเวลาระหว่างสัญญาณ การวิเคราะห์สหสัมพันธ์ในตัวเป็นวิธีการทางคณิตศาสตร์เพื่อหารูปแบบที่เกิดซ้ำ ๆ เช่น สัญญาณเป็นคาบที่อำพรางโดยเสียงรบกวน หรือเพื่อระบุความถี่มูลฐานที่ไม่มีซึ่งความถี่ของฮาร์มอนิกในสัญญาณจะบอกเป็นนัย เป็นวิธีที่บ่อยครั้งใช้ในการประมวลผลสัญญาณเพื่อวิเคราะห์หาฟังก์ชันของค่าเป็นชุด ๆ เช่นสัญญาณที่เกิดตามเวลา (time domain) โดย Unit root process, trend stationary process, autoregressive process, และ moving average process ล้วนเป็นรูปแบบกระบวนการโดยเฉพาะ ๆ ที่มีสหสัมพันธ์ในตัว
สาขาการศึกษาต่าง ๆ นิยามสหสัมพันธ์ในตัวไว้ไม่เหมือนกัน และนิยามเหล่านี้ไม่ได้สมมูลกันทั้งหมด ในบางสาขา คำนี้ใช้ในความหมายเดียวกับคำว่า autocovariance
ดูเพิ่ม
อ้างอิง
- "ศัพท์บัญญัติ ๔๐ สาขาวิชา สำนักงานราชบัณฑิตยสภา".
{{}}: CS1 maint: url-status () - "Autocorrelation", ศัพท์บัญญัติอังกฤษ-ไทย, ไทย-อังกฤษ ฉบับราชบัณฑิตยสถาน (คอมพิวเตอร์) รุ่น ๑.๑ ฉบับ ๒๕๔๕,
(คณิตศาสตร์) สหสัมพันธ์อัตโนมัติ
- "serial correlation", ศัพท์บัญญัติอังกฤษ-ไทย, ไทย-อังกฤษ ฉบับราชบัณฑิตยสถาน (คอมพิวเตอร์) รุ่น ๑.๑ ฉบับ ๒๕๔๕,
(คณิตศาสตร์) สหสัมพันธ์เชิงอนุกรม
 | บทความคณิตศาสตร์นี้ยังเป็น คุณสามารถช่วยวิกิพีเดียได้โดยการเพิ่มเติมข้อมูล |
wikipedia, แบบไทย, วิกิพีเดีย, วิกิ หนังสือ, หนังสือ, ห้องสมุด, บทความ, อ่าน, ดาวน์โหลด, ฟรี, ดาวน์โหลดฟรี, mp3, วิดีโอ, mp4, 3gp, jpg, jpeg, gif, png, รูปภาพ, เพลง, เพลง, หนัง, หนังสือ, เกม, เกม, มือถือ, โทรศัพท์, Android, iOS, Apple, โทรศัพท์โมบิล, Samsung, iPhone, Xiomi, Xiaomi, Redmi, Honor, Oppo, Nokia, Sonya, MI, PC, พีซี, web, เว็บ, คอมพิวเตอร์
shsmphnthintw hrux shsmphnthxtonmti xngkvs autocorrelation hrux shsmphnthechingxnukrm xngkvs serial correlation epnshsmphnthrahwangsyyanhnung kbtwsyyanexngthihnwngewlatamfngkchnkarhnwngewla odyxrupnyaelw mnkkhuxkhwamkhlaykhlungknrahwangsyyanchwngtang tamfngkchnkhxngrayaewlarahwangsyyan karwiekhraahshsmphnthintwepnwithikarthangkhnitsastrephuxharupaebbthiekidsa echn syyanepnkhabthixaphrangodyesiyngrbkwn hruxephuxrabukhwamthimulthanthiimmisungkhwamthikhxngharmxnikinsyyancabxkepnny epnwithithibxykhrngichinkarpramwlphlsyyanephuxwiekhraahhafngkchnkhxngkhaepnchud echnsyyanthiekidtamewla time domain ody Unit root process trend stationary process autoregressive process aela moving average process lwnepnrupaebbkrabwnkarodyechphaa thimishsmphnthintw sakhakarsuksatang niyamshsmphnthintwiwimehmuxnkn aelaniyamehlaniimidsmmulknthnghmd inbangsakha khaniichinkhwamhmayediywkbkhawa autocovariance danbn krafkhxngtwelkhsum 100 elkhthixaphrangfngkchnisn danlang fngkchnisnpraktin aephnphaphshsmphnth correlogram odysrangphankarhashsmphnthintwkarepriybethiybwithi convolution cross correlation aelashsmphnthintw autocorrelation duephimshsmphnth khwamaeprprwnrwmekiywxangxing sphthbyyti 40 sakhawicha sanknganrachbnthityspha a href wiki E0 B9 81 E0 B8 A1 E0 B9 88 E0 B9 81 E0 B8 9A E0 B8 9A Cite web title aemaebb Cite web cite web a CS1 maint url status lingk Autocorrelation sphthbyytixngkvs ithy ithy xngkvs chbbrachbnthitysthan khxmphiwetxr run 1 1 chbb 2545 khnitsastr shsmphnthxtonmti serial correlation sphthbyytixngkvs ithy ithy xngkvs chbbrachbnthitysthan khxmphiwetxr run 1 1 chbb 2545 khnitsastr shsmphnthechingxnukrm bthkhwamkhnitsastrniyngepnokhrng khunsamarthchwywikiphiediyidodykarephimetimkhxmuldkhk