{"id":5693,"date":"2026-10-14T09:30:58","date_gmt":"2026-10-14T06:30:58","guid":{"rendered":"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-autocorrelation\/"},"modified":"2026-10-14T09:30:58","modified_gmt":"2026-10-14T06:30:58","slug":"calculateur-autocorrelation","status":"publish","type":"post","link":"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-autocorrelation\/","title":{"rendered":"Calculateur d'autocorr\u00e9lation"},"content":{"rendered":"<section class=\"not-prose calculator-box\" aria-labelledby=\"calculator-title\"><div class=\"flex items-baseline sm:items-center justify-between gap-2 sm:gap-3\"><div class=\"flex flex-col sm:flex-row sm:items-center gap-2\"><span class=\"icon icon-calculator text-primary-700! text-base! dark:text-primary-300!\" aria-hidden=\"true\"><\/span><h2 id=\"calculator-title\" class=\"text-lg font-display font-bold\">Testez si une s\u00e9rie est corr\u00e9l\u00e9e \u00e0 son propre pass\u00e9<\/h2><\/div><div class=\"calcdash-favorite group\">\n  <button type=\"button\" class=\"favorite\" id=\"favorite\" data-favorite-id=\"5693\" data-favorite-title=\"Autocorr\u00e9lation\" data-favorite-url=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-autocorrelation\/\" data-favorite-excerpt=\"Calculez les coefficients d&#039;autocorr\u00e9lation empirique r_k d&#039;une s\u00e9rie chronologique pour un ou plusieurs d\u00e9calages. Collez vos observations dans l&#039;ordre, choisissez les d\u00e9calages et l&#039;estimateur, et obtenez r_k accompagn\u00e9 de la bande de signification du bruit blanc.\" aria-label=\"Ajouter aux favoris\" data-favorite-icon=\"icon icon-wpcalc-regression-plot\">\n    <span class=\"icon icon-shape-star-empty\" aria-hidden=\"true\"><\/span>\n  <\/button>\n  <div class=\"calcdash-favorite__tip\" aria-hidden=\"true\">\n   <span class=\"favorite-tooltip\" id=\"favorite-tooltip\"><\/span>\n  <\/div>\n  <span class=\"sr-only\" role=\"status\" id=\"favorite-status\"><\/span>\n<\/div><\/div><form action=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-autocorrelation\/\" method=\"POST\" class=\"calculator\" id=\"calculator-5693\" data-post=\"5693\"><fieldset class=\"fieldset-input is-1\"><legend class=\"sr-only\">Champs de saisie<\/legend><div class=\"field\" id=\"input-1\"><label for=\"field-1\">Valeurs de la s\u00e9rie chronologique (dans l&#039;ordre)<\/label><textarea id=\"field-1\" name=\"valeurs_de_la_srie_chronologique_dans_lordre\">2 4 3 5 7 6 8 10 9 11 13 12<\/textarea><\/div><div class=\"field has-term\" id=\"input-2\"><label for=\"field-2\">Retard(s) \u00e0 calculer<\/label><div class=\"term\">k<\/div>  <div class=\"absolute bottom-0 left-16 top-8 w-2 h-0.5 bg-blue-500\"><\/div><input type=\"text\" name=\"retards_calculer\" id=\"field-2\" aria-describedby=\"calc-info-2\" placeholder=\"e.g. 1; 2; 3\" step=\"any\" value=\"1; 2; 3\"\/><small id=\"calc-info-2\">Un ou plusieurs retards k (le nombre de pas en arri\u00e8re pour la comparaison). S\u00e9parez plusieurs retards par des espaces ou des points-virgules, par ex. 1 ; 2 ; 3 ; 4.<\/small><\/div><div class=\"field\" id=\"input-3\"><label for=\"field-3\">Estimateur<\/label><div class=\"grid grid-cols-1\"><select id=\"field-3\" name=\"estimateur\"><option value=\"acf\" selected>ACF standard (division par n)<\/option><option value=\"unbiased\">Sans biais (division par n \u2212 k)<\/option><\/select><svg class=\"pointer-events-none col-start-1 row-start-1 mr-2 size-5 self-center justify-self-end text-gray-500 sm:size-4\" viewBox=\"0 0 16 16\" fill=\"currentColor\" aria-hidden=\"true\" data-slot=\"icon\">\n              <path fill-rule=\"evenodd\" d=\"M4.22 6.22a.75.75 0 0 1 1.06 0L8 8.94l2.72-2.72a.75.75 0 1 1 1.06 1.06l-3.25 3.25a.75.75 0 0 1-1.06 0L4.22 7.28a.75.75 0 0 1 0-1.06Z\" clip-rule=\"evenodd\" \/>\n            <\/svg><\/div><\/div><\/fieldset><div class=\"buttons\"><button type=\"submit\" data-text=\"Recalculer\" id=\"calculate-button\" data-post=\"5693\">Calculer<\/button><button type=\"reset\">R\u00e9initialiser<\/button><\/div><div class=\"field is-checkbox hidden!\" id=\"field-auto-calc\"><input type=\"checkbox\" id=\"auto-calc\"><label for=\"auto-calc\">Calculer automatiquement<\/label><small>Si activ\u00e9, le r\u00e9sultat se met \u00e0 jour automatiquement d\u00e8s que vous modifiez une valeur.<\/small><\/div><div class=\"fieldset-result is-hidden\" aria-labelledby=\"result-title\" aria-live=\"polite\" role=\"region\"> <h3 class=\"result-title bg-gradient-to-r from-primary-50 to-gray-50 dark:from-primary-900 dark:to-gray-800\" id=\"result-title\"><span class=\"icon icon-s-pulse\" aria-hidden=\"true\"><\/span> R\u00e9sultats de l&#039;autocorr\u00e9lation<\/h3><div class=\"result-box\"><div class=\"field-result is-column\" id=\"output-1\"><span class=\"field-title\"><span>Coefficient(s) d&#039;autocorr\u00e9lation par retard<\/span><span class=\"result-term\">r\u2096<\/span><\/span><span class=\"field-value\" id=\"result-1\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-2\"><span class=\"field-title\"><span>Comment ces autocorr\u00e9lations ont \u00e9t\u00e9 calcul\u00e9es<\/span><\/span><span class=\"field-value\" id=\"result-2\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><\/div><div class=\"result-actions\"><button type=\"button\" class=\"copy-link\"><svg viewBox=\"0 0 20 20\" fill=\"currentColor\" aria-hidden=\"true\"><path d=\"M12.232 4.232a2.5 2.5 0 0 1 3.536 3.536l-1.225 1.224a.75.75 0 0 0 1.061 1.06l1.224-1.224a4 4 0 0 0-5.656-5.656l-3 3a4 4 0 0 0 .225 5.865.75.75 0 0 0 .977-1.138 2.5 2.5 0 0 1-.142-3.667l3-3Z\"\/><path d=\"M11.603 7.963a.75.75 0 0 0-.977 1.138 2.5 2.5 0 0 1 .142 3.667l-3 3a2.5 2.5 0 0 1-3.536-3.536l1.225-1.224a.75.75 0 0 0-1.061-1.06l-1.224 1.224a4 4 0 1 0 5.656 5.656l3-3a4 4 0 0 0-.225-5.865Z\"\/><\/svg><span class=\"copy-link__text\">Copier le lien vers ce calcul<\/span><\/button><span class=\"sr-only\" role=\"status\" id=\"copy-link-status\"><\/span><\/div><\/div><a href=\"#respond\" class=\"hidden transition-opacity duration-300 opacity-0 w-50 text-sm justify-center items-center gap-2 px-4 py-2 rounded bg-gray-200 text-gray-700 hover:bg-gray-300\" id=\"leave-comment\"><span class=\"icon icon-comments\" aria-hidden=\"true\"><\/span>Laisser un commentaire<\/a><\/form><\/section><section id=\"calc-reactions\" class=\"not-prose hidden my-12 bg-gradient-to-r from-primary-50 to-gray-50 border border-indigo-100 rounded-xl px-6 py-4 shadow-sm\" data-post=\"5693\" aria-live=\"polite\" aria-labelledby=\"calc-reactions-title\"><p id=\"calc-reactions-title\" class=\"text-sm text-gray-500 text-center mb-2\">Que pensez-vous de ce r\u00e9sultat\u00a0?<\/p><div role=\"group\" aria-labelledby=\"calc-reactions-title\" class=\"grid grid-cols-3 sm:flex sm:flex-row sm:justify-around gap-4 sm:items-center sm:flex-wrap\"><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"like\"><span class=\"reaction-count\" data-reaction-count=\"like\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude00 <\/span><span class=\"reaction-description font-medium\">J\u2019aime <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"helpful\"><span class=\"reaction-count\" data-reaction-count=\"helpful\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\udca1 <\/span><span class=\"reaction-description font-medium\">Utile <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"confused\"><span class=\"reaction-count\" data-reaction-count=\"confused\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude15 <\/span><span class=\"reaction-description font-medium\">Confus <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"disappointed\"><span class=\"reaction-count\" data-reaction-count=\"disappointed\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude1e <\/span><span class=\"reaction-description font-medium\">D\u00e9\u00e7u <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"inaccurate\"><span class=\"reaction-count\" data-reaction-count=\"inaccurate\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\u274c <\/span><span class=\"reaction-description font-medium\">Inexact <\/span><\/button><\/div><div id=\"reaction-message\" class=\"hidden mt-8 rounded-md border border-primary-100 bg-white\/50 backdrop-blur-sm px-4 py-2 text-sm text-center shadow-sm\"><\/div><\/section><div class=\"calcdash-ad not-prose calcdash-ad--calc_result calcdash-ad--in-article\"><ins class=\"adsbygoogle\" style=\"display:block\" data-ad-client=\"ca-pub-1721569815777345\" data-ad-slot=\"6317458308\" data-ad-layout=\"in-article\" data-ad-format=\"fluid\"><\/ins><script>(adsbygoogle = window.adsbygoogle || []).push({});<\/script><\/div>\n<style id=\"wpcoderpro-inline-1\">.formula-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section class=\"formula-box\" aria-labelledby=\"formula-title\">\r\n\t<div id=\"formula-title\" class=\"not-prose font-display mb-4\"><span class=\"icon icon-formula\" aria-hidden=\"true\"><\/span><h2>Formule de l'autocorr\u00e9lation<\/h2><\/div>\r\n\t<figure class=\"not-prose formula\">\r\n\t\t<figcaption class=\"formula-title\">Formule<\/figcaption>\r\n\t\t<div class=\"text-base text-gray-800\" id=\"formula\">\n\\[ r_k = \\frac{c_k}{c_0}, \\qquad c_k = \\frac{1}{n}\\sum_{t=1}^{n-k} (x_t - \\bar{x})(x_{t+k} - \\bar{x}), \\qquad c_0 = \\frac{1}{n}\\sum_{t=1}^{n} (x_t - \\bar{x})^2 \\]\n<\/div>\r\n\t<\/figure>\r\n\t<\/p>\n<p><strong>O\u00f9\u00a0:<\/strong><\/p>\n<ul>\n<li>\\(r_k\\) \u2014 autocorr\u00e9lation empirique au d\u00e9calage \\(k\\) (corr\u00e9lation de la s\u00e9rie avec elle-m\u00eame, d\u00e9cal\u00e9e de \\(k\\) pas en arri\u00e8re)<\/li>\n<li>\\(x_t\\) \u2014 observation \u00e0 l'instant \\(t\\)\u00a0; \\(\\bar{x}\\) \u2014 moyenne de la s\u00e9rie<\/li>\n<li>\\(n\\) \u2014 nombre d'observations<\/li>\n<li>\\(c_k\\) \u2014 autocovariance empirique au d\u00e9calage \\(k\\)\u00a0; \\(c_0\\) \u2014 variance empirique<\/li>\n<\/ul>\n<p>Ce coefficient compare chaque observation \u00e0 celle relev\u00e9e \\(k\\) pas plus t\u00f4t, les deux \u00e9tant d'abord recentr\u00e9es sur la moyenne. La division par \\(c_0\\) ram\u00e8ne chaque \\(r_k\\) dans l'intervalle \\([-1, 1]\\). Avec l'estimateur \u00ab\u00a0non biais\u00e9\u00a0\u00bb, la somme d\u00e9finissant \\(c_k\\) est divis\u00e9e par \\(n-k\\) au lieu de \\(n\\).<\/p>\n<p>\r\n<\/section>\n<style id=\"wpcoderpro-inline-2\">.calculation-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section id=\"calculation\" class=\"calculation-box\" aria-labelledby=\"calculation-title\">\r\n\t<div id=\"calculation-title\" class=\"not-prose font-display\"><span class=\"icon icon-unordered-list\" aria-hidden=\"true\"><\/span><h2>Autocorr\u00e9lation \u2013 Exemple de calcul<\/h2><\/div>\r\n\r\n<\/p>\n<p><strong>Exemple\u00a0:<\/strong> une s\u00e9rie de 12 observations\u00a0: 2, 4, 3, 5, 7, 6, 8, 10, 9, 11, 13, 12, avec les d\u00e9calages 1, 2, 3 et l'estimateur ACF standard.<\/p>\n<p>\\[ \\bar{x} = \\frac{90}{12} = 7.5, \\qquad c_0 = \\frac{143}{12} = 11.9167 \\]<\/p>\n<p>\\[ c_1 = \\frac{101.75}{12} = 8.4792 \\;\\Rightarrow\\; r_1 = \\frac{8.4792}{11.9167} = 0.7117 \\]<\/p>\n<p>\\[ c_2 = \\frac{69}{12} = 5.75 \\;\\Rightarrow\\; r_2 = 0.4825, \\qquad c_3 = \\frac{39.75}{12} = 3.3125 \\;\\Rightarrow\\; r_3 = 0.2780 \\]<\/p>\n<p><strong>R\u00e9sultat\u00a0:<\/strong> \\(r_1 = 0.7117\\), \\(r_2 = 0.4825\\), \\(r_3 = 0.2780\\). La bande de bruit blanc \u00e0 95\u00a0% vaut \\(\\pm 1.96\/\\sqrt{12} = \\pm 0.566\\)\u00a0: seule l'autocorr\u00e9lation au d\u00e9calage 1 est significative. La s\u00e9rie fait preuve de persistance \u2014 les valeurs \u00e9lev\u00e9es succ\u00e8dent aux valeurs \u00e9lev\u00e9es \u2014 et l'autocorr\u00e9lation d\u00e9cro\u00eet r\u00e9guli\u00e8rement, ce qui est typique d'une s\u00e9rie \u00e0 tendance.<\/p>\n<p>\n\r\n<\/section>\n<h2>Comment utiliser le calculateur<\/h2>\n<ol>\n<li>Saisissez vos observations dans <strong>Valeurs de la s\u00e9rie chronologique (dans l'ordre)<\/strong>, les plus anciennes en premier. S\u00e9parez les valeurs par des espaces, des points-virgules ou des retours \u00e0 la ligne\u00a0; les virgules d\u00e9cimales sont accept\u00e9es. Il vous faut au moins 3 valeurs.<\/li>\n<li>Indiquez les d\u00e9calages \u00e0 calculer dans <strong>D\u00e9calage(s) \u00e0 calculer<\/strong> \u2014 un seul d\u00e9calage (par ex. 1) ou plusieurs s\u00e9par\u00e9s par des espaces ou des points-virgules (par ex. 1\u00a0; 2\u00a0; 3\u00a0; 4). Chaque d\u00e9calage doit \u00eatre un nombre entier compris entre 1 et \\(n-1\\).<\/li>\n<li>Choisissez l'<strong>Estimateur<\/strong>\u00a0: \u00ab\u00a0ACF standard (division par n)\u00a0\u00bb correspond \u00e0 ce que les logiciels statistiques tracent dans les graphiques d'ACF\u00a0; \u00ab\u00a0Non biais\u00e9 (division par n \u2212 k)\u00a0\u00bb corrige le biais vers le bas qui appara\u00eet sur de petits \u00e9chantillons aux d\u00e9calages \u00e9lev\u00e9s.<\/li>\n<li>Consultez le tableau des r\u00e9sultats\u00a0: le nombre de paires chevauchantes utilis\u00e9es \u00e0 chaque d\u00e9calage, le coefficient \\(r_k\\), et sa position par rapport \u00e0 la bande de bruit blanc \\(\\pm 1.96\/\\sqrt{n}\\).<\/li>\n<\/ol>\n<h2>Qu'est-ce que l'autocorr\u00e9lation\u00a0?<\/h2>\n<p>L'autocorr\u00e9lation (corr\u00e9lation s\u00e9rielle) mesure l'intensit\u00e9 de la relation lin\u00e9aire d'une s\u00e9rie chronologique avec son propre pass\u00e9. Au lieu de corr\u00e9ler deux variables diff\u00e9rentes, on corr\u00e8le la s\u00e9rie avec une copie d'elle-m\u00eame recul\u00e9e de \\(k\\) pas de temps \u2014 le <em>d\u00e9calage<\/em>. Le r\u00e9sultat, \\(r_k\\), s'interpr\u00e8te exactement comme une corr\u00e9lation de Pearson\u00a0: \\(+1\\) signifie que la s\u00e9rie d\u00e9cal\u00e9e \u00e9volue en parfait parall\u00e8le avec l'originale, \\(-1\\) qu'elle \u00e9volue parfaitement \u00e0 contre-sens, et des valeurs proches de 0 traduisent l'absence de relation lin\u00e9aire \u00e0 ce d\u00e9calage.<\/p>\n<p>L'autocorr\u00e9lation est l'un des premiers outils de diagnostic en analyse des s\u00e9ries chronologiques. Un coefficient au d\u00e9calage 1 nettement positif signale de la <strong>persistance<\/strong> (les valeurs ont tendance \u00e0 rester au-dessus ou en dessous de la moyenne pendant un certain temps), tandis qu'un coefficient fortement n\u00e9gatif signale une <strong>alternance<\/strong> \u2014 la s\u00e9rie franchit la moyenne dans les deux sens. Le trac\u00e9 de \\(r_k\\) en fonction de \\(k\\) donne la fonction d'autocorr\u00e9lation (ACF), l'outil standard pour identifier les mod\u00e8les ARIMA et rep\u00e9rer la saisonnalit\u00e9.<\/p>\n<p>La forme d'ensemble \u00e0 travers les diff\u00e9rents d\u00e9calages compte plus que n'importe quelle valeur isol\u00e9e. Des autocorr\u00e9lations <strong>positives \u00e0 d\u00e9croissance lente<\/strong> sugg\u00e8rent une tendance ou une non-stationnarit\u00e9 \u2014 envisagez de diff\u00e9rencier la s\u00e9rie au pr\u00e9alable. Un <strong>pic unique au d\u00e9calage k<\/strong> oriente vers un motif saisonnier ou cyclique de p\u00e9riode \\(k\\) (par ex. un pic au d\u00e9calage 12 sur des donn\u00e9es mensuelles r\u00e9v\u00e8le un cycle annuel). Des coefficients qui restent dans la bande de bruit blanc \u00e0 tous les d\u00e9calages sugg\u00e8rent que la s\u00e9rie n'a pas de m\u00e9moire lin\u00e9aire \u2014 c'est exactement ce qu'on souhaite observer dans les r\u00e9sidus d'un mod\u00e8le.<\/p>\n<p>Notez que l'autocorr\u00e9lation ne capture que la d\u00e9pendance <em>lin\u00e9aire<\/em>. Une s\u00e9rie peut \u00eatre tr\u00e8s pr\u00e9visible par des r\u00e8gles non lin\u00e9aires tout en pr\u00e9sentant une autocorr\u00e9lation quasi nulle\u00a0: une ACF \u00ab\u00a0propre\u00a0\u00bb n'est donc pas une preuve d'ind\u00e9pendance. Pour v\u00e9rifier formellement si un ensemble d'autocorr\u00e9lations est compatible avec un bruit blanc, utilisez un test portemanteau tel que celui de Ljung\u2013Box.<\/p>\n<h2>Hypoth\u00e8ses, limites et conseils pratiques<\/h2>\n<ul>\n<li><strong>L'ordre et le pas comptent.<\/strong> Les valeurs doivent \u00eatre dans leur ordre chronologique naturel et r\u00e9guli\u00e8rement espac\u00e9es (m\u00eame pas de temps entre les observations). M\u00e9langer les donn\u00e9es d\u00e9truit l'autocorr\u00e9lation.<\/li>\n<li><strong>Stationnarit\u00e9.<\/strong> Les coefficients n'ont de sens que si la s\u00e9rie pr\u00e9sente une moyenne et une variance \u00e0 peu pr\u00e8s stables. Une s\u00e9rie \u00e0 tendance gonfle les autocorr\u00e9lations aux premiers d\u00e9calages\u00a0; diff\u00e9renciez-la d'abord si n\u00e9cessaire.<\/li>\n<li><strong>Les d\u00e9calages \u00e9lev\u00e9s sont peu fiables.<\/strong> Au d\u00e9calage \\(k\\), seules \\(n-k\\) paires chevauchantes sont utilis\u00e9es\u00a0; au-del\u00e0 d'environ \\(n\/2\\), les estimations reposent donc sur tr\u00e8s peu de paires. Avec 12 observations, tout ce qui d\u00e9passe le d\u00e9calage 6 rel\u00e8ve du bruit.<\/li>\n<li><strong>Choix de l'estimateur.<\/strong> L'estimateur standard (division par \\(n\\)) donne toujours une fonction de corr\u00e9lation valide et correspond aux trac\u00e9s d'ACF des logiciels de Box\u2013Jenkins. La version non biais\u00e9e (division par \\(n-k\\)) supprime le biais vers le bas aux d\u00e9calages \u00e9lev\u00e9s, mais peut en th\u00e9orie faire sortir les coefficients de l'intervalle \\([-1, 1]\\).<\/li>\n<li><strong>La bande de signification n'est qu'un rep\u00e8re.<\/strong> Les limites \\(\\pm 1.96\/\\sqrt{n}\\) supposent que la s\u00e9rie est r\u00e9ellement un bruit blanc. S'il existe une autocorr\u00e9lation r\u00e9elle, la bande sous-estime la variabilit\u00e9 d'\u00e9chantillonnage aux d\u00e9calages voisins.<\/li>\n<li><strong>Les valeurs aberrantes faussent les r\u00e9sultats.<\/strong> Une seule observation extr\u00eame peut dominer \u00e0 la fois la moyenne et les produits intervenant dans \\(c_k\\). V\u00e9rifiez d'abord vos donn\u00e9es, ou envisagez des alternatives robustes comme les <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-correlation-rang-spearman\/\">mesures de corr\u00e9lation sur rangs<\/a>.<\/li>\n<\/ul>\n<p>Si vous comparez deux s\u00e9ries <em>diff\u00e9rentes<\/em> plut\u00f4t qu'une s\u00e9rie avec son propre pass\u00e9, tournez-vous vers un outil de corr\u00e9lation comme le <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-correlation-rang-spearman\/\">calculateur de corr\u00e9lation de rang de Spearman<\/a> ou le <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-tau-de-kendall\/\">calculateur de tau de Kendall<\/a>. Pour r\u00e9sumer la forme g\u00e9n\u00e9rale d'une s\u00e9rie unique avant de la mod\u00e9liser, le <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-asymetrie-kurtosis\/\">calculateur d'asym\u00e9trie et d'aplatissement<\/a> est un compl\u00e9ment naturel.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Calculez les coefficients d'autocorr\u00e9lation empirique r_k d'une s\u00e9rie chronologique pour un ou plusieurs d\u00e9calages. Collez vos observations dans l'ordre, choisissez les d\u00e9calages et l'estimateur, et obtenez r_k accompagn\u00e9 de la bande de signification du bruit blanc.<\/p>\n","protected":false},"author":3168,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[28],"tags":[73],"class_list":["post-5693","post","type-post","status-publish","format-standard","hentry","category-statistiques","tag-correlation-regression"],"acf":[],"_links":{"self":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts\/5693","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/users\/3168"}],"replies":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/comments?post=5693"}],"version-history":[{"count":1,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts\/5693\/revisions"}],"predecessor-version":[{"id":5869,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts\/5693\/revisions\/5869"}],"wp:attachment":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/media?parent=5693"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/categories?post=5693"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/tags?post=5693"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}