Autocorrelatie is een statistische methode die wordt gebruikt voor tijdreeksanalyse. Het doel is om de correlatie van twee waarden in dezelfde gegevensverzameling op verschillende tijdstappen te meten. Hoewel de tijdgegevens niet worden gebruikt om berekende autocorrelatie te berekenen, moeten uw tijdstappen gelijk zijn om betekenisvolle resultaten te krijgen. De autocorrelatiecoëfficiënt dient twee doelen. Het kan niet-willekeurigheid in een gegevensset detecteren. Als de waarden in de gegevensset niet willekeurig zijn, kan autocorrelatie de analist helpen een geschikt tijdreeksmodel te kiezen.
Bereken het gemiddelde of gemiddelde voor de gegevens die u analyseert. Het gemiddelde is de som van alle gegevenswaarden gedeeld door het aantal gegevenswaarden (n).
Bepaal een vertraging (k) voor uw berekening. De lag-waarde is een geheel getal dat aangeeft hoeveel tijdstappen de ene waarde van de andere scheiden. De vertraging tussen (y1, t1) en (y6, t6) is bijvoorbeeld vijf, omdat er 6 - 1 = 5 tijdstappen tussen de twee waarden zijn. Bij het testen op willekeur berekent u meestal slechts één autocorrelatiecoëfficiënt met lag k = 1, hoewel andere lag-waarden ook werken. Wanneer u een geschikt tijdreeksmodel bepaalt, moet u een reeks autocorrelatiewaarden berekenen, met een andere vertragingswaarde voor elk.
Bereken de autocovariantiefunctie met behulp van de gegeven formule. Was u bijvoorbeeld de derde iteratie (i = 3) aan het berekenen met een lag k = 7, dan zou de berekening voor die iteratie er als volgt uitzien: (y3 - y-bar) (y10 - y-bar) Doorloop alles waarden van "i" en neem vervolgens de som en deel deze door het aantal waarden in de gegevensset.
Bereken de variantiefunctie met behulp van de gegeven formule. De berekening is vergelijkbaar met die van de functie autocovariantie, maar lag wordt niet gebruikt.
Deel de autocovariantie-functie door de variantie-functie om de autocorrelatiecoëfficiënt te krijgen. U kunt deze stap omzeilen door de formules voor de twee functies te verdelen zoals weergegeven, maar vaak hebt u de autocovariantie en de variantie voor andere doeleinden nodig, dus het is praktisch om ze ook afzonderlijk te berekenen.