Autokorrelaatio on tilastollinen menetelmä, jota käytetään aikasarjaanalyysiin. Tarkoitus on mitata kahden arvon korrelaatio samassa tietokokonaisuudessa eri aikavaiheissa. Vaikka aikatietoja ei käytetä laskettuun autokorrelaatioon, aika-askeleidesi tulisi olla yhtä suuret, jotta saadaan tarkoituksenmukaisia tuloksia. Autokorrelaatiokerroin palvelee kahta tarkoitusta. Se pystyy havaitsemaan satunnaisuuden tietojoukossa. Jos tietojoukon arvot eivät ole satunnaisia, autokorrelaatio voi auttaa analyytikkoa valitsemaan sopivan aikasarjamallin.
Laske keskimäärin tai keskiarvo analysoitaville tiedoille. Keskiarvo on kaikkien data-arvojen summa jaettuna data-arvojen lukumäärällä (n).
Päätä laskennassa oleva viive (k). Viivearvo on kokonaisluku, joka ilmaisee kuinka monta aikavaihetta erottaa arvon toisesta. Esimerkiksi (y1, t1) ja (y6, t6) välinen viive on viisi, koska näiden kahden arvon välillä on 6 - 1 = 5 aikavaihetta. Kun testataan sattumanvaraisuutta, lasketaan yleensä vain yksi autokorrelaatiokerroin viiveellä k = 1, vaikka myös muut viivearvot toimivat. Kun määrität sopivan aikasarjamallin, joudut laskemaan automaattisen korrelaatiosarjan sarjan käyttämällä erilaista viivearvoa jokaiselle.
Laske automaattimuutosfunktio annetulla kaavalla. Esimerkiksi, jos lasket kolmannen iteraation (i = 3) käyttämällä viivettä k = 7, niin kyseisen iteraation laskelma näyttää tältä: (y3 - y-palkki) (y10 - y-palkki) Toista kaikki "i" -arvoja ja ota sitten summa ja jaa se tietojoukon arvojen lukumäärällä.
Laske varianssifunktio annetulla kaavalla. Laskelma on samanlainen kuin automaattimuutosfunktio, mutta viivettä ei käytetä.
Jaa auto-variaatiofunktio varianssifunktiolla saadaksesi autokorrelaatiokerroin. Voit ohittaa tämän vaiheen jakamalla kaavat kahdelle toiminnolle kuvan osoittamalla tavalla, mutta monta kertaa tarvitset automaattisen variaation ja varianssin muihin tarkoituksiin, joten on käytännöllistä laskea myös ne erikseen.