Autokorrelaatio on tilastollinen menetelmä, jota käytetään aikasarjaanalyysiin. Tarkoituksena on mitata kahden arvon korrelaatio samassa tietojoukossa eri aikaväleillä. Vaikka aikatietoja ei käytetä autokorrelaation laskemiseen, ajan lisäyksien tulisi olla yhtä suuria saadakseen mielekkäitä tuloksia. Autokorrelaatiokertoimella on kaksi tarkoitusta. Se voi havaita ei-satunnaisuuden tietojoukossa. Jos tietojoukon arvot eivät ole satunnaisia, autokorrelaatio voi auttaa analyytikkoa valitsemaan sopivan aikasarjamallin.
Laske analysoitavien tietojen keskiarvo tai keskiarvo. Keskiarvo on kaikkien data-arvojen summa jaettuna data-arvojen lukumäärällä (n).
Valitse laskennallesi viive (k). Viive-arvo on kokonaisluku, joka osoittaa, kuinka monta aikavaihetta erottaa arvon toisesta. Esimerkiksi viive (y1, t1) ja (y6, t6) välillä on viisi, koska näiden kahden arvon välillä on 6 - 1 = 5 aikavaihetta. Satunnaisuutta testattaessa lasketaan yleensä vain yksi autokorrelaatiokerroin viiveellä k = 1, vaikka muutkin viive-arvot toimivat. Kun määrität sopivaa aikasarjamallia, joudut laskemaan sarjan autokorrelaatioarvoja käyttämällä eri viive-arvoa kullekin.
Laske autokovarianttitoiminto annetulla kaavalla. Laskitko esimerkiksi kolmannen iteraation (i = 3) viiveellä k = 7, niin iteraation laskenta näyttäisi tämä: (y3 - y-bar) (y10 - y-bar) Toista kaikki "i" -arvot ja ota sitten summa ja jaa se arvojen määrällä tiedoissa aseta.
Laske varianssifunktio annetulla kaavalla. Laskelma on samanlainen kuin autokovarianttitoiminto, mutta viivettä ei käytetä.
Jaa autokovarianttitoiminto varianssitoiminnolla autokorrelaatiokertoimen saamiseksi. Voit ohittaa tämän vaiheen jakamalla kaavat kahdelle toiminnolle kuvan osoittamalla tavalla, mutta tarvitset useita kertoja autokovariaatio ja varianssi muihin tarkoituksiin, joten on käytännöllistä laskea ne yksitellen hyvin.