Calculateur d’autocorrélation d’échantillon
Calculer une autocorrélation de décalage sélectionnée en utilisant la moyenne globale commune et le dénominateur de somme carrée entièrement centré.
VOTRE CALCUL
Résultat
—
Étapes du calcul
Affichez les étapes une par une ou le calcul complet. Les étapes utilisent les valeurs que vous avez saisies.
Méthode de calcul
Centrer chaque observation par la même moyenne mondiale et diviser le produit croisé largué par la pleine énergie centrée.
r(k)=Σᵢ₌ₖ₊₁ⁿ(xᵢ−x̄)(xᵢ₋ₖ−x̄)/Σᵢ₌₁ⁿ(xᵢ−x̄)²
Exemple détaillé
Pour 1 , 2 , 3 , 4 , 5 au lag one , l’énergie centrée est 10 et le produit croisé décalé est 4 , ce qui donne r( 1 )= 0,4 .
Hypothèses et précisions sur les données
Le lag doit être inférieur au nombre d’observations et à la variance non nulle. Il s’agit de la convention descriptive de l’ACF à dénominateur biaisé, et non de la corrélation Pearson de deux vecteurs raccourcis, d’un estimateur de covariance non biaisé ou d’un test de signification. Un espacement égal doit être prévu.
Utiliser ce calculateur
Puis-je saisir mes propres données ?
Oui. Remplacez les valeurs de l’exemple par vos propres données. Le résultat, les étapes, les tableaux et les diagrammes disponibles se mettent à jour. Une valeur vide ou invalide efface le résultat ; les valeurs de l’exemple ne remplacent jamais les données manquantes.
Les résultats sont-ils exacts ?
Les calculs utilisent des nombres à virgule flottante et les résultats affichés sont arrondis. Consultez la formule, les hypothèses et la précision des données indiquée avant d’interpréter le résultat.
Mes données sont-elles envoyées ?
Le calcul s’effectue dans votre navigateur. Aucun compte, envoi de fichier ou service d’IA externe n’est nécessaire. Les données saisies ne sont pas conservées après le rechargement de la page.
Calculer la corrélation croisée finie complète et un décalage de pointe absolu normalisé global-énergie signé pour deux enregistrements numériques d’échantillons.
Calculer la statistique de la séquence résiduelle de Durbin–Watson et le rapport produit-un.
Comparer les moyennes mobiles simples de piste avec le lissage exponentiel à première valeur pour une série ordonnée.
Espace publicitaire réservé.