自相关系数是时间序列分析中用来衡量一个时间序列与其自身滞后版本之间关联程度的统计量。在统计学和经济学等领域中经常用到。自相关系数通常用ρ(rho)表示,取值范围在-1到1之间。
具体而言,自相关系数衡量的是时间序列在不同时间点上的相关性。自相关系数的计算公式如下:
ρ k = Cov ( Y t , Y t − k ) Var ( Y t ) ⋅ Var ( Y t − k ) \rho_k = \frac{\text{Cov}(Y_t, Y_{t-k})}{\sqrt{\text{Var}(Y_t) \cdot \text{Var}(Y_{t-k})}} ρk=Var(Yt)⋅Var(Yt−k)Cov(Yt,Yt−k)
其中, Y t Y_t Yt 是时间序列在时刻 t t t的观测值, Cov \text{Cov} Cov 是协方差, Var \text{Var} Var 是方差, k k k 是滞后期数。自相关系数的正负表示相关方向,越接近1或-1表示相关性越强,越接近0表示相关性越弱。
自相关系数经常用来判断时间序列是否具有自回归性质,即当前时刻的观测值与之前的观测值之间是否存在一定的相关性。在时间序列分析中,自相关函数(ACF)是用来展示不同滞后期下自相关系数的图形表示,有助于观察时间序列的自相关结构。