Son los elementos del conjunto de datos sin correlación?

Para un conjunto de datos que consiste en observaciones tomadas en diferentes puntos en el tiempo (es decir, datos de series de tiempo), Es importante determinar si o no las observaciones están correlacionadas entre sí. Esto se debe a que muchas de las técnicas de modelado de series temporales de datos se basan en el supuesto de que los datos no está correlacionado con los demás (independiente).

Una técnica gráfica que puede utilizar para ver si los datos no está correlacionado con los demás es la función de autocorrelación. La función de autocorrelación muestra la correlación entre las observaciones en una serie de tiempo con diferentes retardos. Por ejemplo, la correlación entre las observaciones con retraso 1 se refiere a la correlación entre cada observación individual y su valor anterior.

Esta figura muestra la función de autocorrelación de los retornos diarios de ExxonMobil en 2013.

Video: Coeficiente de correlación de Pearson (con tabla de datos agrupados)

Video: Elemento, variable, observacion, conjunto de datos | Estadística Descriptiva

Cada “pico” en la función de autocorrelación representa la correlación entre las observaciones con un desfase dado.

La autocorrelación con un desfase 0 siempre es igual a 1, ya que esto representa las correlaciones de las observaciones con ellos mismos.

En el gráfico, las líneas discontinuas representan los límites inferior y superior de una intervalo de confianza. Si un pico de eleva por encima del límite superior del intervalo de confianza o cae por debajo del límite inferior del intervalo de confianza, que muestra que la correlación para que lag no es 0. Esto es evidencia en contra de la independencia de los elementos en un conjunto de datos.

En este caso, sólo hay un pico estadísticamente significativa (al lag 8). Este pico muestra que los rendimientos de ExxonMobil pueden ser independientes. Una prueba estadística más formal podría mostrar si eso es cierto o no.