Автокореляція - статистичний метод, що використовується для аналізу часових рядів. Метою є вимірювання кореляції двох значень в одному наборі даних на різних етапах часу. Хоча дані часу не використовуються для обчислення автокореляції, ваші часові прирости повинні бути рівними, щоб отримати значущі результати. Коефіцієнт автокореляції служить двом цілям. Він може виявити невипадковість у наборі даних. Якщо значення в наборі даних не є випадковими, то автокореляція може допомогти аналітикові вибрати відповідну модель часових рядів.
Обчисліть середнє значення або середнє значення для даних, які ви аналізуєте. Середнє значення - це сума всіх значень даних, поділена на кількість значень даних (n).
Визначтесь із тимчасовим відставанням (k) для вашого розрахунку. Значення відставання - це ціле число, що вказує на те, скільки кроків часу відокремлює одне значення від іншого. Наприклад, відставання між (y1, t1) та (y6, t6) дорівнює п’яти, оскільки між цими значеннями є 6 - 1 = 5 часових кроків. Під час тестування на випадковість зазвичай ви обчислюєте лише один коефіцієнт автокореляції, використовуючи відставання k = 1, хоча інші значення відставання також будуть працювати. Коли ви визначаєте відповідну модель часових рядів, вам потрібно буде розрахувати ряд значень автокореляції, використовуючи різні значення затримки для кожного.
Обчисліть функцію автоковаріації за наведеною формулою. Наприклад, чи обчислювали ви третю ітерацію (i = 3), використовуючи відставання k = 7, тоді обчислення для цієї ітерації виглядало б так це: (y3 - y-bar) (y10 - y-bar) Перебираємо всі значення "i", а потім беремо суму і ділимо її на кількість значень у даних встановити.
Обчисліть функцію дисперсії за наведеною формулою. Розрахунок подібний до розрахунку функції автоковаріації, але відставання не використовується.
Розділіть функцію автоковаріації на функцію дисперсії, щоб отримати коефіцієнт автокореляції. Ви можете обійти цей крок, розділивши формули для двох функцій, як показано, але багато разів вам буде потрібно автоковаріація та дисперсія для інших цілей, тому практично розраховувати їх окремо як Ну.