L’autocorrelazione si verifica in genere in un insieme di dati in cui i modelli si ripetono. I valori di variabili simili, come ad esempio il reddito oi dati economici, sono spesso correlati tra loro. I ricercatori possono anche imbattersi nell’autocorrelazione per caso. Appare spesso negli studi di economia, negli esperimenti scientifici che coinvolgono l’elaborazione del segnale, così come nell’ottica e nella registrazione della musica. Solitamente descritto insieme a una serie temporale, il fenomeno comprende diversi modelli che i ricercatori utilizzano per analizzare o raggruppare i dati.
Di solito c’è sincronizzazione tra le due variabili affinché si verifichi l’autocorrelazione. Un esempio è se il reddito di una persona cambia e allo stesso tempo questo flusso di cassa può alterare il modo in cui un’altra persona o un gruppo spende durante quel periodo. I dati possono anche essere autocorrelati se uno sciopero di un’azienda o di un sindacato riduce la produzione di lavoro in una volta e la tendenza continua in un altro lasso di tempo misurato. A volte è possibile un’autocorrelazione parziale; ci può essere un ritardo se i dati sono correlati all’interno di una serie nel tempo. L’autocorrelazione seriale si verifica in genere quando si verifica un ritardo tra dati diversi in una serie temporale.
I modelli che si verificano spesso con l’autocorrelazione possono essere rappresentati dai modelli di curve su un grafico. Queste curve possono essere utilizzate per riflettere una tendenza; questo a volte include modelli verso l’alto e verso il basso che possono verificarsi in cicli. Gli errori nei calcoli possono anche causare la correlazione errata dei dati, ad esempio se un ricercatore alle prime armi utilizza valori o variabili errati. L’uso dell’estrapolazione e dell’interpolazione dei dati a volte li mette in correlazione, mentre non lo fa mantiene le variabili separate in relazione al tempo.
L’autocorrelazione può avere un valore positivo, soprattutto se il trend in un pattern è in aumento. Le tendenze al ribasso sono spesso riflesse da un valore negativo. Tali modelli sono spesso analizzati in economia, ma possono anche manifestarsi in analisi matematiche di impulsi di segnale, campi elettromagnetici, nonché nelle varie applicazioni della statistica. Il fenomeno è spesso utilizzato in applicazioni così diverse come la misurazione delle posizioni degli atomi e lo studio della distribuzione delle galassie nell’universo.
Il rilevamento dell’autocorrelazione viene in genere eseguito utilizzando il test di Durbin Watson. Una statistica viene misurata matematicamente e se un valore è superiore o inferiore a quello di un’altra variabile determina in genere il risultato. I ricercatori possono quindi determinare la purezza e, se viene trovata questa caratteristica, il set di dati viene spesso riportato alla sua forma originale per rimuovere il fenomeno, se possibile.