Matlab autocorr 函数

This post is from here.

autocorr

功能：计算并描绘时间序列的自相关函数

格式：

autocorr(Series,nLags,M,nSTDs) % 计算并绘制单变量随机时间序列的样本ACF及置信区间，如果不想绘制置信区间，则设置nSTDs=0
[ACF,lags,bounds] = autocorr(Series,nLags,M,nSTDs) % 计算并返回ACF

说明：

Series--时间序列

nLags--延迟，当nLags=[]或缺省时，计算ACF时在延迟点0、1、2、。。。、T处，T=min([20 length(Series-1)])

M--非负整数，表示在多大延迟时理论ACF为0.autocorr假设序列为MA(M)，并且使用Bartlett估计方法来计算大于M的延迟的标准误差。如果M=[]或缺省，则为0，函数假设序列为高斯白噪声。

nSTDs--样本ACF估计误差的标准差。

ACF--样本自相关函数

Lags--与ACF（0,1,2，。。。，nLags）相对应的延迟

Bounds--置信区间的近似上下限，假设序列为MA（M）过程。

如

rng('default')                     % make output reproducible使结果可复现
x = randn(1000, 1);           % 1000 Gaussian deviates ~ N(0, 1).
y = filter([1 -1 1], 1, x);     % Create an MA(2) process.创建MA（2）过程

[ACF, lags, bounds] = autocorr(y, [], 2)  % Compute the ACF with 95 percent confidence.就算95%置信度下的相关系数

autocorr(y, [], 2)                % 绘制结果

可以看到在延迟在2以后不再显著，说面这可能是一个MA（2）过程。

Note：此函数在判断MA过程时常用。