使用 lcorr 和 plcorr 函数分别计算延迟样本相关和偏自相关。

有关定义和示例，请参阅 Duxbury 出版的由 Bowerman 与 O'Connell 合著的 Time Series Analysis (《时间序列分析》) 以及 Academic Press 出版的由 Granger 与 Newbold 合著的 Forecasting Economic Time Series (《预测经济时间序列》)。

lcorr 函数假设两个输入具有相同的长度。

假定输入信号的形式为窗口化正弦波脉冲。此脉冲可用作声纳测试信号等。返回信号行进一段距离，在研究中的对象上反射，然后返回到源中，期间产生延迟 (行程时间的原因)、衰减和噪声。通过将接收的信号与测试信号相关联，可确定出延迟，并由此确定距受测对象的距离。

利用自相关来计算移动平均过程的阶数。

plcorr 函数可用于估计可最佳拟合自回归时间序列的模型的阶数，还有助于计算模型参数。

偏自相关序列，也称为反射系数序列，表示时间 t 与 t-k (通过减去正向和倒向预测值对这些值调整后) 处的时间序列值之间的相关性。该预测值基于中间时间处的时间序列值。

有关其他详细技术信息，请参阅 Cambridge University Press 出版的由 D. B. Percival 与 A. T. Walden 合著的 Spectral Analysis for Physical Applications (《物理应用谱分析》) 1993 年版的第 409 页，其描述了如何对自回归模型使用 Levinson-Durban 递归。

要说明如何使用偏自相关函数 plcorr，请使用以下步骤构建自回归过程。

对于自回归过程 b，在 6 之后，自相关有振荡但偏自相关基本截止。因此，偏自相关可提供有关此过程阶数的信息，这些信息稍后可用于 burg 等函数。

由于经常使用低阶模型对经济时间序列进行拟合和分析，因此仅少数 plcorr 系数为非零。对于 plcorr 系数没有快速下降的数据，该数据可能反映非线性现象。在这种情况下可采取一种常见的做法，就是使数据产生差异并分析差异化数据的相关性。