使用 lcorr 與 plcorr 函數分別計算延遲的樣本相關性與偏自相關性。

如需定義與範例，請參閱 Bowerman 與 O'Connell 的 Time Series Analysis (時間序列分析) (Duxbury)，以及 Granger 與 Newbold 的 Forecasting Economic Time Series (預測經濟時間序列) (Academic Press)。

lcorr函數假設兩個輸入的長度相同。

假設輸入信號的格式為加窗的正弦波脈衝。例如，此脈衝可能會用作聲納測試信號。傳回信號會周遊一段距離，遇到調查物件時彈回，然後傳回來源，此時的信號已延遲 (由於周遊時間)、衰減且充滿雜訊。透過將接收到的信號與測試信號相互關聯，可判定延遲時間，進而判定與測試物件之間的距離。

使用自相關性預估移動平均線處理的順序。

plcorr 函數係用於預估可最佳擬合自遞歸時間序列的模型順序，及協助計算模型參數。

偏自相關性序列 (又稱為反射係數序列) 表示在減去往前與往後預測以調整這些值之後，時間 t 與 t-k 的時間序列值之間的相關性。這些預測取決於中途時間的序列值。

如需其他技術詳細資訊，請參閱 D. B. Percival 與 A. T. Walden 之 Spectral Analysis for Physical Applications (物理學應用的頻譜分析) 第 409 頁 (Cambridge University Press, 1993)，其中說明如何在自遞模型中使用 Levinson-Durban 遞歸。

為說明如何使用偏自相關性函數 plcorr，請使用下列步驟建構自遞歸流程。

在自遞歸流程 b 中，自相關性會振盪，但偏自相關性基本上在 6 之後會截斷。因此，偏自相關性提供流程順序的相關資訊，該資訊接著可供 burg 等函數使用。

經濟時間序列通常會使用低階模型進行擬合及分析，其中僅一些 plcorr 係數會是非零。若數據的 plcorr 係數下降不快，該數據可能反映非線性現象。此情況常用的技術是區別數據，並分析區別後的數據以進行相關運算。