Autokorelacija je statistička metoda koja se koristi za analizu vremenskih serija. Svrha je izmjeriti korelaciju dviju vrijednosti u istom skupu podataka u različitim vremenskim koracima. Iako se podaci o vremenu ne koriste za izračunavanje autokorelacije, vaši vremenski koraci trebali bi biti jednaki kako bi se dobili značajni rezultati. Koeficijent autokorelacije služi u dvije svrhe. Može otkriti ne-slučajnost u skupu podataka. Ako vrijednosti u skupu podataka nisu slučajne, tada autokorelacija može pomoći analitičaru da odabere odgovarajući model vremenskih serija.
Izračunajte srednju vrijednost ili prosjek podataka koje analizirate. Prosjek je zbroj svih vrijednosti podataka podijeljen s brojem vrijednosti podataka (n).
Odlučite se za vremenski odmak (k) za vaš izračun. Vrijednost zaostajanja je cijeli broj koji označava koliko vremenskih koraka odvaja jednu vrijednost od druge. Na primjer, zaostajanje između (y1, t1) i (y6, t6) je pet, jer između dvije vrijednosti postoji 6 - 1 = 5 vremenskih koraka. Kada testirate slučajnost, obično ćete izračunati samo jedan koeficijent autokorelacije koristeći zaostajanje k = 1, iako će i druge vrijednosti zaostajanja raditi. Kada utvrđujete odgovarajući model vremenskih serija, morat ćete izračunati niz vrijednosti autokorelacije, koristeći različitu vrijednost zaostajanja za svaku.
Izračunajte funkciju autokovarijance pomoću zadane formule. Na primjer, jeste li izračunavali treću iteraciju (i = 3) koristeći zaostajanje k = 7, tada bi izračun za tu iteraciju izgledao kao ovo: (y3 - y-bar) (y10 - y-bar) Prelistajte sve vrijednosti "i", a zatim uzmite zbroj i podijelite ga s brojem vrijednosti u podacima postavljen.
Izračunajte funkciju varijance pomoću zadane formule. Izračun je sličan izračunu funkcije autokovarijance, ali zaostajanje se ne koristi.
Podijelite funkciju autokovarijance s funkcijom varijance da biste dobili koeficijent autokorelacije. Ovaj korak možete zaobići dijeljenjem formula za dvije funkcije kao što je prikazano, ali trebat će vam mnogo puta autokovarijanciju i varijancu za druge svrhe, pa je praktično izračunati ih pojedinačno kao dobro.