Los comandos de la aplicación, los identificadores de las hojas de trabajo y los valores de los datos de ejemplo conservan su redacción original. Las capturas de pantalla, los gráficos y las descargas están en inglés. Los ejemplos conservan la notación numérica original en inglés: punto decimal y coma como separador de millares.
Ejemplo: temperatura horaria del agua refrigerada
168 observaciones: una lectura de temperatura cada hora durante siete días consecutivos.
Descargar los datos de ejemplo (CSV, columnas en inglés)Es el mismo ejemplo que se utiliza en Help. Importa el CSV para seguir los pasos o utiliza Open example in a practice copy en Help para rellenar previamente las entradas.
1. Crear el espacio de trabajo
En la barra lateral, abre Basic Statistics y elige Autocorrelation. Crea un análisis, ponle un nombre, selecciona New blank worksheet y elige Create analysis.
2. Importar los datos de ejemplo
Descarga el CSV anterior e impórtalo en la hoja de trabajo. Elige Comma como delimitador, Dot como separador decimal y First row contains column names.
3. Asignar la serie ordenada
En Inputs, asigna supply_temperature_c a Time series. Mantén las 168 lecturas horarias en su orden registrado. No elimines huecos internos ni supongas que ordenar la hoja de trabajo cambia el orden del análisis.
4. Configurar los diagnósticos
Introduce 0.05 en Significance level (α). Elige Default en Lag selection; el estado debe mostrar 42 lags para 168 observaciones. Abre Residual modeling y deja Fit a model and analyze residuals sin marcar.
5. Ejecutar el análisis
Elige Run analysis y abre Results.
6. Interpretar los resultados
Leer el eje de retardos
Las 168 lecturas se recogieron cada hora durante siete días. El retardo 1 compara horas vecinas; el retardo 24 compara lecturas separadas por un día. Las correlaciones miden asociación lineal, no una diferencia de temperatura.
Buscar persistencia y recurrencia
La ACF en el retardo 1 es aproximadamente 0.91 y en el retardo 24, aproximadamente 0.74. Ambas superan sus límites de significación mostrados. Las temperaturas tienden a seguir relacionadas entre horas vecinas, con una asociación recurrente a un día de distancia. Revisa los registros diarios de operación; el gráfico no identifica una causa física.
Gráfico en inglés de la ACF de la serie. Ver gráfico a tamaño completo (se abre en una nueva pestaña) Leer las correlaciones parciales
En el retardo 2, la ACF es aproximadamente +0.77, mientras que la PACF es aproximadamente −0.34 tras tener en cuenta el retardo 1. La asociación bruta a dos horas y la asociación adicional después del ajuste pueden tener signos distintos. Compara la PACF con sus límites puntuales; esta ejecución no ajusta ningún modelo de serie temporal.
Gráfico en inglés de la PACF de la serie. Ver gráfico a tamaño completo (se abre en una nueva pestaña) Leer el contraste conjunto
Hasta el retardo 42, Q de Ljung–Box es 2,246.90. Su valor p extremadamente pequeño se muestra como 0 por la precisión numérica, no porque la probabilidad sea exactamente cero. Hay evidencia sólida de dependencia serial.
Tener en cuenta la dependencia en el trabajo posterior
Conserva la secuencia horaria y ten en cuenta la dependencia en el siguiente análisis. Contar las 168 lecturas como independientes puede exagerar la evidencia disponible. Estos diagnósticos no demuestran el control ni la capacidad del proceso.
Más detalles: leer cada sección de resultados
Las tablas de resultados completas utilizan seis cifras significativas, como en Help.
Diagnósticos de autocorrelación de la serie
Las observaciones efectivas son 168 y el último retardo mostrado y contrastado es 42. El nivel de significación α es 0.05 y la selección de retardos es Default. La versión de cálculo identifica las convenciones de diagnóstico. Q de Ljung–Box y su valor p acumulan evidencia hasta el retardo final; interpreta un cero mostrado como un límite de precisión numérica al informar.
| Estadístico | Valor |
|---|---|
| Versión del cálculo | 2 |
| Serie | Mediciones ordenadas |
| Observaciones efectivas | 168 |
| α | 0.05 |
| Selección de retardos | Predeterminado (orientación según el tamaño de la muestra) |
| Retardos solicitados | Predeterminado |
| Último retardo mostrado / contrastado | 42 |
| Ljung–Box Q | 2246.9 |
| Grados de libertad de Ljung–Box | 42 |
| Valor p de Ljung–Box | 0 |
| Interpretación | Evidencia de autocorrelación en la serie hasta el retardo 42 (α = 0.05). |
Correlaciones de la serie y Ljung–Box acumulado
El retardo es la separación en horas. ACF es la correlación con ese valor anterior; PACF ajusta por los retardos intermedios. ACF T es ACF dividida entre su error estándar y contrasta un retardo. LBQ, sus grados de libertad (LBQ DF) y el valor p de LBQ proporcionan el contraste acumulado de Ljung–Box hasta cada retardo. Se muestran las 42 filas; los retardos mayores utilizan menos pares de observaciones.
ACF T contrasta un retardo individual. LBQ y su valor p combinan los retardos desde 1 hasta el retardo de la fila.
| Retardo | ACF | PACF | ACF T | LBQ | DF de LBQ | Valor p de LBQ |
|---|---|---|---|---|---|---|
| 1 | 0.909726 | 0.909726 | 11.7914 | 141.535 | 1 | 1.22919e-32 |
| 2 | 0.769726 | -0.335709 | 6.12268 | 243.469 | 2 | 1.35295e-53 |
| 3 | 0.590476 | -0.257812 | 3.90555 | 303.82 | 3 | 1.48278e-65 |
| 4 | 0.392682 | -0.153431 | 2.3894 | 330.673 | 4 | 2.60783e-70 |
| 5 | 0.191901 | -0.112736 | 1.12992 | 337.125 | 5 | 1.03399e-70 |
| 6 | -0.0126268 | -0.192623 | -0.0737881 | 337.153 | 6 | 8.82606e-70 |
| 7 | -0.218903 | -0.237349 | -1.27918 | 345.654 | 7 | 1.04946e-70 |
| 8 | -0.404073 | -0.1235 | -2.33857 | 374.798 | 8 | 4.57796e-76 |
| 9 | -0.564829 | -0.172807 | -3.16745 | 432.104 | 9 | 1.91524e-87 |
| 10 | -0.692961 | -0.192586 | -3.67284 | 518.904 | 10 | 4.02031e-105 |
| 11 | -0.774349 | -0.13218 | -3.8097 | 627.98 | 11 | 1.44312e-127 |
| 12 | -0.797445 | -0.048621 | -3.62281 | 744.402 | 12 | 1.36661e-151 |
| 13 | -0.767302 | -0.0875804 | -3.24179 | 852.885 | 13 | 6.44296e-174 |
| 14 | -0.680068 | -0.0193745 | -2.70878 | 938.656 | 14 | 2.24161e-191 |
| 15 | -0.55157 | -0.0449476 | -2.10687 | 995.445 | 15 | 1.27574e-202 |
| 16 | -0.379982 | 0.0736759 | -1.41455 | 1022.57 | 16 | 1.64022e-207 |
| 17 | -0.181078 | 0.0576671 | -0.666207 | 1028.78 | 17 | 6.27864e-208 |
| 18 | 0.0264676 | 0.0296684 | 0.0971211 | 1028.91 | 18 | 4.64621e-207 |
| 19 | 0.2278 | 0.0428979 | 0.835849 | 1038.86 | 19 | 2.67704e-208 |
| 20 | 0.401449 | -0.027718 | 1.46692 | 1069.96 | 20 | 4.61875e-214 |
| 21 | 0.55164 | 0.0939007 | 1.99039 | 1129.08 | 21 | 8.27472e-226 |
| 22 | 0.664155 | 0.0343112 | 2.34177 | 1215.37 | 22 | 2.34917e-243 |
| 23 | 0.723244 | -0.0486439 | 2.47074 | 1318.39 | 23 | 1.75938e-264 |
| 24 | 0.736318 | 0.0384459 | 2.4287 | 1425.92 | 24 | 1.42531e-286 |
| 25 | 0.695007 | -0.0204701 | 2.21596 | 1522.4 | 25 | 2.65207e-306 |
| 26 | 0.60346 | -0.039452 | 1.87018 | 1595.64 | 26 | 0 |
| 27 | 0.482056 | 0.0689746 | 1.46378 | 1642.71 | 27 | 0 |
| 28 | 0.337829 | 0.0875217 | 1.01299 | 1665.99 | 28 | 0 |
| 29 | 0.178397 | 0.0782933 | 0.531689 | 1672.53 | 29 | 0 |
| 30 | 0.0149729 | 0.0729778 | 0.0445501 | 1672.58 | 30 | 0 |
| 31 | -0.166442 | -0.110348 | -0.495222 | 1678.35 | 31 | 0 |
| 32 | -0.348901 | -0.084198 | -1.03659 | 1703.91 | 32 | 0 |
| 33 | -0.505749 | -0.0176767 | -1.49306 | 1758.03 | 33 | 0 |
| 34 | -0.60323 | 0.185411 | -1.75767 | 1835.58 | 34 | 0 |
| 35 | -0.654539 | -0.0127267 | -1.87304 | 1927.58 | 35 | 0 |
| 36 | -0.653873 | 0.0128352 | -1.83325 | 2020.09 | 36 | 0 |
| 37 | -0.618623 | -0.0389209 | -1.70073 | 2103.52 | 37 | 0 |
| 38 | -0.549054 | -0.0347339 | -1.48413 | 2169.75 | 38 | 0 |
| 39 | -0.454397 | -0.0953556 | -1.21247 | 2215.46 | 39 | 0 |
| 40 | -0.327413 | 0.0175038 | -0.866095 | 2239.38 | 40 | 0 |
| 41 | -0.181502 | -0.00499547 | -0.477991 | 2246.79 | 41 | 0 |
| 42 | -0.0225211 | -0.0156713 | -0.0592295 | 2246.9 | 42 | 0 |
Método de cálculo y alineación de la serie
Estas filas registran el denominador de ACF basado en la serie completa, la recurrencia de PACF, los errores estándar de Bartlett y los límites de significación t de Student. Conserva la versión de cálculo, el orden de la hoja de trabajo y las notas de alineación al informar de un diagnóstico. El modelado de residuos está desactivado.
| Estadístico | Valor |
|---|---|
| Estimador de la ACF | Media y denominador de la serie completa (sin ajustar) |
| Estimador de la PACF | Recursión de Durbin–Levinson a partir de la misma ACF sin ajustar |
| Error estándar de la ACF | Bartlett: √((1 + 2Σ ACF² de los retardos anteriores) / n) |
| ACF T | ACF / error estándar |
| Límites de significación | t de Student × SE para la ACF; t de Student / √n para la PACF |
| Grados de libertad de la t de Student | 167 |
| Multiplicador de la t de Student | 1.97427 |
| Ljung–Box | n(n + 2) Σ ACF(k)² / (n − k); probabilidad de supervivencia de chi cuadrado |
| Ajuste de grados de libertad por parámetros estimados | 0 |
| Primera fila de la hoja de trabajo original | 1 |
| Última fila de la hoja de trabajo original | 168 |
| Celdas vacías iniciales excluidas | 0 |
| Celdas vacías finales excluidas | 0 |
Errores estándar y límites de significación de la serie
Cada fila de retardo indica el error estándar de ACF y sus límites de significación inferior y superior, además de los límites inferior y superior de PACF. Los límites de ACF cambian con el retardo, mientras que aquí los de PACF son constantes. Estos límites puntuales no son especificaciones de temperatura ni límites de control del proceso; examinar muchos retardos puede producir señales aisladas.
| Retardo | Error estándar de ACF | Límite inferior de ACF | Límite superior de ACF | Límite inferior de PACF | Límite superior de PACF |
|---|---|---|---|---|---|
| 1 | 0.0771517 | -0.152318 | 0.152318 | -0.152318 | 0.152318 |
| 2 | 0.125717 | -0.2482 | 0.2482 | -0.152318 | 0.152318 |
| 3 | 0.151189 | -0.298488 | 0.298488 | -0.152318 | 0.152318 |
| 4 | 0.164344 | -0.324459 | 0.324459 | -0.152318 | 0.152318 |
| 5 | 0.169837 | -0.335304 | 0.335304 | -0.152318 | 0.152318 |
| 6 | 0.171123 | -0.337842 | 0.337842 | -0.152318 | 0.152318 |
| 7 | 0.171128 | -0.337853 | 0.337853 | -0.152318 | 0.152318 |
| 8 | 0.172787 | -0.341128 | 0.341128 | -0.152318 | 0.152318 |
| 9 | 0.178323 | -0.352058 | 0.352058 | -0.152318 | 0.152318 |
| 10 | 0.188672 | -0.372489 | 0.372489 | -0.152318 | 0.152318 |
| 11 | 0.203258 | -0.401286 | 0.401286 | -0.152318 | 0.152318 |
| 12 | 0.220118 | -0.434573 | 0.434573 | -0.152318 | 0.152318 |
| 13 | 0.236691 | -0.467291 | 0.467291 | -0.152318 | 0.152318 |
| 14 | 0.25106 | -0.495661 | 0.495661 | -0.152318 | 0.152318 |
| 15 | 0.261796 | -0.516856 | 0.516856 | -0.152318 | 0.152318 |
| 16 | 0.268624 | -0.530337 | 0.530337 | -0.152318 | 0.152318 |
| 17 | 0.271805 | -0.536616 | 0.536616 | -0.152318 | 0.152318 |
| 18 | 0.272522 | -0.538032 | 0.538032 | -0.152318 | 0.152318 |
| 19 | 0.272537 | -0.538062 | 0.538062 | -0.152318 | 0.152318 |
| 20 | 0.273668 | -0.540295 | 0.540295 | -0.152318 | 0.152318 |
| 21 | 0.277151 | -0.547172 | 0.547172 | -0.152318 | 0.152318 |
| 22 | 0.283612 | -0.559926 | 0.559926 | -0.152318 | 0.152318 |
| 23 | 0.292723 | -0.577915 | 0.577915 | -0.152318 | 0.152318 |
| 24 | 0.303173 | -0.598546 | 0.598546 | -0.152318 | 0.152318 |
| 25 | 0.313637 | -0.619205 | 0.619205 | -0.152318 | 0.152318 |
| 26 | 0.322674 | -0.637047 | 0.637047 | -0.152318 | 0.152318 |
| 27 | 0.329324 | -0.650174 | 0.650174 | -0.152318 | 0.152318 |
| 28 | 0.333497 | -0.658414 | 0.658414 | -0.152318 | 0.152318 |
| 29 | 0.335528 | -0.662423 | 0.662423 | -0.152318 | 0.152318 |
| 30 | 0.336092 | -0.663537 | 0.663537 | -0.152318 | 0.152318 |
| 31 | 0.336096 | -0.663545 | 0.663545 | -0.152318 | 0.152318 |
| 32 | 0.336586 | -0.664513 | 0.664513 | -0.152318 | 0.152318 |
| 33 | 0.338732 | -0.66875 | 0.66875 | -0.152318 | 0.152318 |
| 34 | 0.343198 | -0.677565 | 0.677565 | -0.152318 | 0.152318 |
| 35 | 0.349452 | -0.689913 | 0.689913 | -0.152318 | 0.152318 |
| 36 | 0.356675 | -0.704173 | 0.704173 | -0.152318 | 0.152318 |
| 37 | 0.36374 | -0.718121 | 0.718121 | -0.152318 | 0.152318 |
| 38 | 0.36995 | -0.730381 | 0.730381 | -0.152318 | 0.152318 |
| 39 | 0.374769 | -0.739895 | 0.739895 | -0.152318 | 0.152318 |
| 40 | 0.378034 | -0.746341 | 0.746341 | -0.152318 | 0.152318 |
| 41 | 0.379718 | -0.749666 | 0.749666 | -0.152318 | 0.152318 |
| 42 | 0.380234 | -0.750685 | 0.750685 | -0.152318 | 0.152318 |
- Los límites describen estadísticos de retardos individuales; no son una banda de confianza simultánea para todos los retardos mostrados.
Convenciones de cálculo
Versión de cálculo 2: denominador de ACF basado en la serie completa, recurrencia de ACF sin ajustar para PACF, errores estándar de Bartlett para ACF y límites de significación t de Student. T evalúa un retardo; Ljung–Box acumula evidencia hasta el retardo indicado. Estos diagnósticos no demuestran la estabilidad del proceso ni su idoneidad para SPC.
7. Crear un informe
Conserva Series ACF y Series PACF, todas las filas de correlaciones y límites, los diagnósticos de la serie y las notas del método de cálculo. Anota el intervalo horario y el orden original, y conserva las advertencias de producción sobre dependencia e interpretación de SPC.
Selecciona Add to report de la ejecución completada. Abre Choose individual items and advanced options para seleccionar tablas y gráficos y, a continuación, selecciona Add to draft. Los elementos ocultos se conservan en el análisis guardado.
Asigna un nombre al informe y añade el objetivo del estudio y tu interpretación. Selecciona Save, revisa Preview, y después utiliza Export → Download HTML. El ejemplo siguiente contiene todo el contenido seleccionado, incluidos los resultados que no caben en una sola pantalla.