La autocorrelación suele ocurrir en un conjunto de datos en los que se repiten los patrones. Los valores de variables similares, como los ingresos o los datos económicos, por ejemplo, a menudo se correlacionan entre sí. Los investigadores también pueden encontrar la autocorrelación por accidente. A menudo aparece en estudios de economía, experimentos científicos que involucran procesamiento de señales, así como en óptica y grabación de música. Generalmente descrito junto con una serie de tiempo, el fenómeno comprende varios patrones que los investigadores utilizan para analizar o agrupar datos.
Suele haber sincronización entre las dos variables para que se produzca la autocorrelación. Un ejemplo es si los ingresos de una persona cambian y, al mismo tiempo, este flujo de efectivo puede alterar la forma en que otra persona o grupo gasta durante ese período. Los datos también pueden correlacionarse automáticamente si una huelga de una empresa o sindicato reduce la producción de trabajo en un momento dado y la tendencia continúa en otro período de tiempo medido. A veces es posible la autocorrelación parcial; puede haber un retraso si los datos están correlacionados dentro de una serie a lo largo del tiempo. La autocorrelación en serie es típicamente cuando el retraso ocurre entre diferentes datos en una serie de tiempo.
Los patrones que ocurren a menudo con autocorrelación se pueden representar mediante los patrones de curvas en un gráfico. Estas curvas se pueden utilizar para reflejar una tendencia; esto a veces incluye patrones ascendentes y descendentes que pueden ocurrir en ciclos. Los errores en los cálculos también pueden hacer que los datos se correlacionen por error, como si un investigador novato utiliza valores o variables incorrectos. El uso de extrapolación e interpolación de datos a veces los correlaciona, mientras que no hacerlo mantiene las variables separadas en relación con el tiempo.
La autocorrelación puede tener un valor positivo, especialmente si la tendencia en un patrón se está moviendo hacia arriba. Las tendencias a la baja a menudo se reflejan en un valor negativo. Estos patrones a menudo se analizan en economía, pero también pueden aparecer en análisis matemáticos de pulsos de señal, campos electromagnéticos, así como en las diversas aplicaciones de la estadística. El fenómeno se utiliza a menudo en aplicaciones tan diversas como medir las posiciones de los átomos, así como estudiar la distribución de las galaxias en el universo.
La detección de la autocorrelación se realiza normalmente mediante la prueba de Durbin Watson. Una estadística se mide matemáticamente y si un valor está por encima o por debajo del de otra variable normalmente determina el resultado. Luego, los investigadores pueden determinar la pureza y, si se encuentra esta característica, el conjunto de datos a menudo se devuelve a su forma original para eliminar el fenómeno, si es posible.