Interpretar os principais resultados para Correlação cruzada

Para procurar por evidência de autocorrelação em duas séries, analise a função de autocorrelação quanto a correlações grandes, com correlações em ambos os lados diminuindo lentamente até 0. Normalmente, a autocorrelação provoca dificuldade na identificação de relacionamento significativos entre duas séries temporais. Se você notar evidências de autocorrelação, deve limpar previamente os dados. Para obter mais informações, acesse Limpeza prévia dos dados para a função de correlação cruzada.

Para determinar se existe uma relação entre as duas séries, procure por um grande correlação, com as correlações em ambos os lados que rapidamente se tornam não significativas. Em geral, a correlação é significativa quando o valor absoluto é maior do que , onde n é o número de observações e k é o lag. Este cálculo é uma regra de ouro em termos de procedimento com base em aproximação normal de amostra grande. Se a correlação cruzada da população de lag k for zero para k = 1,2 ... então, para n razoavelmente grande, r_xy(k) será aproximadamente distribuído normalmente, com média (μ) zero e desvio padrão (σ) 1/. Como aproximadamente 95% de uma população normal estão a 2 desvios padrão da média, um teste que rejeite a hipótese de que a correlação cruzada da população de lag k é igual a zero, quando | r_xy(k) | é maior que 2/ possui um nível de significância (α) de aproximadamente 5%.