Wat is autocorrelatie?
Autocorrelatie treedt meestal op in een reeks gegevens waarin patronen zich herhalen. De waarden van vergelijkbare variabelen, zoals bijvoorbeeld inkomsten of economische gegevens, zijn vaak met elkaar gecorreleerd. Onderzoekers kunnen ook per ongeluk autocorrelatie tegenkomen. Het verschijnt vaak in studies van economie, wetenschappelijke experimenten met signaalverwerking, evenals in optica en het opnemen van muziek. Gewoonlijk beschreven in samenhang met een tijdreeks, omvat het fenomeen verschillende patronen die onderzoekers gebruiken om gegevens te analyseren of te groeperen.
Er is meestal synchronisatie tussen de twee variabelen om autocorrelatie te laten plaatsvinden. Een voorbeeld is als het inkomen van de ene persoon verandert en tegelijkertijd deze cashflow kan veranderen hoe een andere persoon of groep gedurende die periode besteedt. Gegevens kunnen ook autocorrelerend zijn als een staking door een bedrijf of vakbond de werkoutput in één keer vermindert en de trend zich voortzet in een ander gemeten tijdsbestek. Gedeeltelijke autocorrelatie is soms mogelijk; er kan een vertraging optreden als gegevens in de loop van de tijd binnen één reeks worden gecorreleerd. Seriële autocorrelatie is meestal wanneer de vertraging optreedt tussen verschillende gegevens in een tijdreeks.
Patronen die vaak voorkomen bij autocorrelatie kunnen worden weergegeven door de patronen van krommen in een grafiek. Deze curven kunnen worden gebruikt om een trend weer te geven; dit omvat soms opwaartse en neerwaartse patronen die in cycli kunnen voorkomen. Fouten in berekeningen kunnen er ook toe leiden dat gegevens foutief correleren, bijvoorbeeld als een beginnende onderzoeker de verkeerde waarden of variabelen gebruikt. Het gebruik van extrapolatie en interpolatie van gegevens correleert ze soms, terwijl dit niet gebeurt, houdt variabelen gescheiden in relatie tot tijd.
Autocorrelatie kan een positieve waarde hebben, vooral als de trend in een patroon omhoog gaat. Neerwaartse trends worden vaak weerspiegeld in een negatieve waarde. Dergelijke patronen worden vaak in de economie geanalyseerd, maar kunnen ook worden weergegeven in wiskundige analyses van signaalpulsen, elektromagnetische velden en in de verschillende toepassingen van statistieken. Het fenomeen wordt vaak gebruikt in uiteenlopende toepassingen zoals het meten van de posities van atomen en het bestuderen van de verdeling van sterrenstelsels in het universum.
Detectie van autocorrelatie wordt meestal uitgevoerd met behulp van de Durbin Watson-test. Een statistiek wordt wiskundig gemeten en of een waarde boven of onder die van een andere variabele ligt, bepaalt meestal het resultaat. Onderzoekers kunnen vervolgens de zuiverheid bepalen en als deze eigenschap wordt gevonden, wordt de gegevensset vaak teruggezet naar de oorspronkelijke vorm om het fenomeen indien mogelijk te verwijderen.