Autokorelacja jest metodą statystyczną stosowaną do analizy szeregów czasowych. Celem jest pomiar korelacji dwóch wartości w tym samym zbiorze danych w różnych krokach czasowych. Chociaż dane czasowe nie są wykorzystywane do obliczania autokorelacji, przyrosty czasu powinny być równe, aby uzyskać znaczące wyniki. Współczynnik autokorelacji służy dwóm celom. Może wykrywać nieprzypadkowość w zbiorze danych. Jeśli wartości w zestawie danych nie są losowe, autokorelacja może pomóc analitykowi wybrać odpowiedni model szeregów czasowych.
Oblicz średnią lub średnią dla analizowanych danych. Średnia to suma wszystkich wartości danych podzielona przez liczbę wartości danych (n).
Wybierz opóźnienie czasowe (k) do obliczeń. Wartość opóźnienia jest liczbą całkowitą oznaczającą, ile kroków czasowych dzieli jedną wartość od drugiej. Na przykład opóźnienie między (y1, t1) i (y6, t6) wynosi pięć, ponieważ między tymi dwoma wartościami jest 6-1 = 5 kroków czasowych. Podczas testowania losowości zwykle obliczysz tylko jeden współczynnik autokorelacji za pomocą opóźnienia k = 1, chociaż inne wartości opóźnienia również będą działać. Podczas określania odpowiedniego modelu szeregów czasowych należy obliczyć serię wartości autokorelacji, stosując dla każdego inną wartość opóźnienia.
Oblicz funkcję autokowariancji przy użyciu podanego wzoru. Na przykład, czy obliczasz trzecią iterację (i = 3) przy użyciu opóźnienia k = 7, wówczas obliczenia dla tej iteracji wyglądałyby następująco: (y3 - y-bar) (y10 - y-bar) Iteracja przez wszystkie wartości „i”, a następnie weź sumę i podziel ją przez liczbę wartości w zestawie danych.
Oblicz funkcję wariancji za pomocą podanego wzoru. Obliczenia są podobne do obliczeń funkcji autokowariancji, ale opóźnienie nie jest używane.
Podziel funkcję autokowariancji przez funkcję wariancji, aby uzyskać współczynnik autokorelacji. Możesz ominąć ten krok, dzieląc formuły dla dwóch funkcji, jak pokazano, ale wiele razy będziesz potrzebować autokowariancji i wariancji do innych celów, więc praktyczne jest również obliczenie ich indywidualnie.