Autokorelacija je statistička metoda koja se koristi za analizu vremenskih serija. Svrha je mjeriti povezanost dviju vrijednosti u istom skupu podataka u različitim vremenskim koracima. Iako se vremenski podaci ne koriste za izračunavanje autokorelacije, vremenski priraštaj treba biti jednak kako biste dobili značajne rezultate. Koeficijent autokorelacije služi u dvije svrhe. Može otkriti nenamjernost u skupu podataka. Ako vrijednosti u skupu podataka nisu slučajne, tada autokorelacija može pomoći analitičaru da odabere odgovarajući model vremenske serije.
Izračunajte prosjek ili prosjek za podatke koje analizirate. Srednja vrijednost je zbroj svih vrijednosti podataka podijeljenih s brojem vrijednosti podataka (n).
Odlučite se za vremenski odmak (k) za svoj izračun. Vrijednost zaostajanja je cijeli broj koji označava koliko vremenskih koraka razdvaja jednu vrijednost od druge. Na primjer, zastoj između (y1, t1) i (y6, t6) je pet, jer postoji 6 - 1 = 5 vremenskih koraka između dviju vrijednosti. Prilikom ispitivanja na slučajnost, obično ćete izračunati samo jedan koeficijent autokorelacije koristeći lag k = 1, iako će ostale vrijednosti zaostajanja također raditi. Kad određujete odgovarajući model vremenske serije, morat ćete izračunati niz vrijednosti autokorelacije, koristeći različite vrijednosti zaostajanja za svaku.
Izračunajte funkciju autokovane vrijednosti pomoću zadane formule. Na primjer, da li ste izračunali treću iteraciju (i = 3) koristeći zastoj k = 7, tada bi proračun za tu iteraciju izgledao ovako: (y3 - y-bar) (y10 - y-bar) Iterate kroz sve vrijednosti "i", a zatim uzmite zbroj i podijelite ga s brojem vrijednosti u skupu podataka.
Izračunajte funkciju varijance pomoću zadane formule. Izračun je sličan onome funkcije autokovane vrijednosti, ali zaostajanje se ne koristi.
Podijelite funkciju autokarijentacije varijancom da biste dobili koeficijent autokorelacije. Ovaj korak možete zaobići dijeljenjem formula za dvije funkcije kao što je prikazano, ali mnogo puta će vam trebati autokovana i varijanca u druge svrhe, tako da je praktično izračunati i pojedinačno.