São os elementos no conjunto de dados não correlacionadas?

Para um conjunto de dados que consiste em observações feitas em diferentes pontos no tempo (isto é, dados de séries temporais), Que é importante para determinar se ou não as observações são correlacionados um com o outro. Isto é porque muitas técnicas para dados de séries de tempo são de modelagem baseada na suposição de que os dados não está correlacionada com o outro (independente).

Uma técnica gráfica que você pode usar para ver se os dados não está correlacionada com o outro é o função de autocorrelação. A função de autocorrelação mostra a correlação entre as observações em uma série de tempo com diferentes defasagens. Por exemplo, a correlação entre as observações com lag 1 refere-se a correlação entre cada observação individual e seu valor anterior.

Esta figura mostra a função de autocorrelação para retornos diários da ExxonMobil em 2013.

Cada "pico" na função de autocorrelação representa a correlação entre as observações com um determinado lag.

A autocorrelação com desfasamento 0 é sempre igual a 1, porque isso representa as correlações das observações com eles mesmos.

No gráfico, as linhas tracejadas representam os limites inferiores e superiores de um Intervalo de confiança. Se um pico sobe acima do limite superior do intervalo de confiança ou desce abaixo do limite inferior do intervalo de confiança, que mostra que a correlação para esse desfasamento não é 0. Esta é uma prova contra a independência dos elementos de um conjunto de dados.

Neste caso, existe apenas um pico estatisticamente significativa (pelo atraso de 8). Este aumento mostra que os retornos da ExxonMobil podem ser independentes. Um teste estatístico mais formal iria mostrar se isso é verdade ou não.