Autocorelația este o metodă statistică utilizată pentru analiza seriilor de timp. Scopul este de a măsura corelația a două valori din același set de date la pași de timp diferiți. Deși datele de timp nu sunt utilizate pentru corelarea automată calculată, creșterile dvs. de timp ar trebui să fie egale pentru a obține rezultate semnificative. Coeficientul de autocorelație are două scopuri. Poate detecta non-aleatoriu într-un set de date. Dacă valorile din setul de date nu sunt aleatorii, atunci corelarea automată poate ajuta analistul să aleagă un model de serie temporală adecvat.
Calculați media sau media pentru datele pe care le analizați. Media este suma tuturor valorilor datelor împărțite la numărul de valori ale datelor (n).
Decideți un decalaj de timp (k) pentru calculul dvs. Valoarea întârzierii este un număr întreg care indică câte pași de timp separă o valoare de alta. De exemplu, decalajul dintre (y1, t1) și (y6, t6) este de cinci, deoarece există 6 - 1 = 5 pași de timp între cele două valori. Când testați aleatoritatea, de obicei veți calcula un singur coeficient de autocorelație folosind lag k = 1, deși și alte valori ale lagului vor funcționa. Atunci când stabiliți un model de serie temporală adecvat, va trebui să calculați o serie de valori de autocorelare, utilizând o diferență diferită pentru fiecare.
Calculați funcția de autocovarianță folosind formula dată. De exemplu, calculați a treia iterație (i = 3) folosind un lag k = 7, atunci calculul pentru această iterație ar arăta ca aceasta: (y3 - y-bar) (y10 - y-bar) Iterează toate valorile lui "i" și apoi ia suma și împarte-o la numărul de valori din date a stabilit.
Calculați funcția de varianță folosind formula dată. Calculul este similar cu cel al funcției de autocovarianță, dar întârzierea nu este utilizată.
Împărțiți funcția de autocovarianță la funcția de varianță pentru a obține coeficientul de autocorelație. Puteți ocoli acest pas împărțind formulele pentru cele două funcții așa cum se arată, dar de multe ori, veți avea nevoie autocovarianța și varianța în alte scopuri, deci este practic să le calculăm individual ca bine.