Autocorrélation se produit généralement dans un ensemble de données dans lequel des motifs répétitifs. Les valeurs des variables similaires, comme le revenu ou de données économiques, par exemple, sont souvent corrélées entre elles. Les chercheurs peuvent également venir sur autocorrélation par accident. Il apparaît souvent dans les études de l'économie, des expériences scientifiques portant sur le traitement du signal, ainsi que de l'optique et de l'enregistrement de la musique. Habituellement décrite en liaison avec une série temporelle, le phénomène comprend plusieurs motifs dont les chercheurs utilisent pour analyser ou groupe de données.
Il y a habituellement une synchronisation entre les deux variables d'autocorrélation de se produire. Un exemple est le cas du revenu d'une personne change, et en même temps, ce flux de trésorerie peuvent modifier la façon dont une autre personne ou d'un groupe passe au cours de cette période. Les données peuvent également être autocorrélées si une grève par une entreprise ou un syndicat réduit la production de travail à un moment donné, et la tendance se poursuit dans une autre période mesurée. Autocorrélation partielle est parfois possible; il peut y avoir un retard si les données sont corrélées sein d'une série dans le temps. Autocorrélation sérielle est généralement lorsque le décalage se produit entre les différentes données dans une série temporelle.
Patterns qui se produisent souvent avec autocorrélation peut être représenté par les modèles de courbes sur un graphique. Ces courbes peuvent être utilisés pour refléter une tendance, ce qui inclut parfois des tendances à la hausse et à la baisse qui peuvent survenir dans les cycles. Les erreurs de calculs peuvent aussi causer des données corrélées dans l'erreur, comme si un chercheur novice utilise les fausses valeurs ou des variables. L'utilisation d'extrapolation et interpolation des données en corrélation parfois eux, tout en ne faisant maintient variables distinctes en fonction du temps.
Autocorrélation peut avoir une valeur positive, surtout si la tendance dans un motif est à la hausse. Tendance à la baisse se traduisent souvent par une valeur négative. De tels modèles sont souvent analysés en économie, mais peuvent aussi se manifester dans les analyses mathématiques des impulsions du signal, champs électromagnétiques, ainsi que dans les diverses applications de la statistique. Le phénomène est souvent utilisé dans des applications aussi diverses que la mesure de la position des atomes, ainsi que l'étude de la distribution des galaxies dans l'univers.
Détection de l'autocorrélation est généralement effectuée en utilisant le test de Durbin-Watson. Une statistique est mathématiquement mesurée et si une valeur est au-dessus ou au-dessous de celle d'une autre variable détermine généralement le résultat. Les chercheurs peuvent ensuite déterminer la pureté, et si cette caractéristique est trouvée, le jeu de données est souvent retourné à sa forme originale pour éliminer le phénomène si possible.