Autokoreliacija yra statistinis metodas, naudojamas laiko eilučių analizei. Tikslas yra išmatuoti dviejų verčių koreliaciją tame pačiame duomenų rinkinyje skirtingais laiko žingsniais. Nors laiko duomenys nėra naudojami apskaičiuojant autokoreliaciją, jūsų laiko intervalai turėtų būti vienodi, kad gautumėte prasmingų rezultatų. Autokoreliacijos koeficientas naudojamas dviem tikslais. Tai gali aptikti neatsitiktinumą duomenų rinkinyje. Jei duomenų rinkinio reikšmės nėra atsitiktinės, autokoreliacija gali padėti analitikui pasirinkti tinkamą laiko eilučių modelį.
Apskaičiuokite analizuojamų duomenų vidurkį arba vidurkį. Vidurkis yra visų duomenų verčių suma, padalyta iš duomenų verčių skaičiaus (n).
Apskaičiuokite laiko vėlavimą (k). Atsilikimo reikšmė yra sveikas skaičius, nurodantis, kiek laiko žingsnių atskiria vieną vertę nuo kitos. Pavyzdžiui, skirtumas tarp (y1, t1) ir (y6, t6) yra penki, nes tarp dviejų reikšmių yra 6 - 1 = 5 laiko žingsniai. Tikrindami atsitiktinumą, paprastai apskaičiuosite tik vieną autokoreliacijos koeficientą naudodami atsilikimą k = 1, nors veiks ir kitos atsilikimo vertės. Kai nustatote tinkamą laiko eilutės modelį, turėsite apskaičiuoti autokoreliacijos verčių seriją, naudodami skirtingą kiekvienos vėlavimo vertę.
Apskaičiuokite autokvarianto funkciją pagal pateiktą formulę. Pavyzdžiui, ar jūs skaičiavote trečią iteraciją (i = 3) naudodami atsilikimą k = 7, tada tos iteracijos skaičiavimas atrodytų tai: (y3 - y-bar) (y10 - y-bar) Kartokite visas „i“ reikšmes, tada paimkite sumą ir padalykite ją iš reikšmių skaičiaus duomenyse rinkinys.
Apskaičiuokite dispersijos funkciją pagal pateiktą formulę. Skaičiavimas yra panašus į autokovarianso funkcijos apskaičiavimą, tačiau vėlavimas nenaudojamas.
Kad gautumėte autokoreliacijos koeficientą, padalykite autokariancijos funkciją iš dispersijos funkcijos. Galite apeiti šį žingsnį padalydami dviejų funkcijų formules, kaip parodyta, tačiau jums reikės daug kartų autokariantiškumas ir dispersija kitiems tikslams, todėl praktiška juos apskaičiuoti atskirai kaip gerai.