Interpretar los resultados clave para la Intercorrelación

Para buscar evidencia de autocorrelación en las dos series, examine la función de intercorrelación en busca de una correlación considerable, con las correlaciones a ambos lados que disminuyen lentamente hasta 0. Por lo general, la autocorrelación causa dificultad para identificar relaciones significativas entre las dos series de tiempo. Si observa evidencia de autocorrelación, usted debería aplicar un blanqueo previo a los datos. Para obtener más información, vaya a Datos sobre pre-blanqueo para intercorrelación.

Para determinar si existe una relación entre las dos series, busque una correlación grande, con las correlaciones a ambos lados que rápidamente se vuelven no significativas. Por lo general, una correlación es significativa cuando el valor absoluto es mayor que , donde n n es el número de observaciones y k es el desfase. Este cálculo es un procedimiento empírico basado en una aproximación a la normalidad de una muestra grande. Si la intercorrelación de desfase k de la población es cero para k=1,2 ... entonces, para n muy grande, r_xy(k) tendrá aproximadamente una distribución normal, con una media (µ) de cero y desviación estándar (σ) 1/. Debido a que aproximadamente el 95% de una población normal está dentro de 2 desviaciones estándar de la media, una prueba que rechace la hipótesis de que la intercorrelación de desfase k de la población es igual a cero cuando |r_xy(k) | es mayor que 2/ tiene un nivel de significancia (α) de aproximadamente 5%.