Función de correlación cruzada (CCF)
La CCF calcula la correlación de una primera serie con una segunda serie en cada retardo de −k a +k y la representa en un correlograma con límites aproximados del 95% de ±2/√(n − |lag|). Un valor alto en un retardo positivo indica que la primera variable se adelanta. Ambas series deben ser numéricas, sin huecos y de igual longitud. Las tendencias compartidas inflan los valores en todos los retardos.
Última revisión:
Idea clave
La función de correlación cruzada (CCF) mide cómo se mueven juntas dos series de tiempo cuando una se desplaza respecto de la otra varios periodos, y muestra si un cambio en una coincide con el de la otra o lo anticipa.
En esta página
Propósito
La función de correlación cruzada (CCF) mide cómo se mueven juntas dos series de tiempo cuando una se desplaza respecto de la otra 0, 1, 2 … periodos en cualquier sentido. Muestra si un cambio en una serie coincide con un cambio en la otra en el mismo periodo, o si lo anticipa en algunos periodos. Úsela, por ejemplo, para comprobar si un cambio en una entrada (velocidad de alimentación, temperatura, publicidad) se refleja en una salida de inmediato o con retraso, antes de construir un modelo con entradas con retardo.
Capacidades principales
- Correlación cruzada en cada retardo de −k a +k, donde k es el número de retardos que usted elija o un valor predeterminado basado en la longitud de la serie.
- Correlograma (gráfica de barras) con límites discontinuos en ±2/√(n − |lag|).
- Una nota en la gráfica indica qué sentido corresponde a cada signo: un retardo positivo significa que la primera variable se adelanta a la segunda.
- Tabla de la correlación cruzada en cada retardo.
Métodos estadísticos
Para dos series xₜ (First variable) e yₜ (Second variable) de la misma longitud n, la correlación cruzada en el retardo k es la correlación de xₜ con yₜ₊ₖ: rₓᵧ(k) = Σₜ (xₜ − x̄)(yₜ₊ₖ − ȳ) / (n·sₓ·sᵧ), usando las medias y las desviaciones estándar de toda la serie y dividiendo entre n en cada retardo (la estimación estándar, sin ajuste de sesgo). Un retardo positivo k compara x con y k periodos después, de modo que un valor alto en un retardo positivo significa que x se adelanta a y; un valor alto en un retardo negativo significa que y se adelanta a x. Intercambiar las dos variables refleja la gráfica alrededor del retardo 0.
Los límites ±2/√(n − |k|) son límites aproximados del 95% para la correlación cruzada de dos series aleatorias no relacionadas. Las barras que quedan fuera de ellos son mayores de lo que daría el azar. Cuando Number of lags está en blanco, la herramienta usa √n + 10 (redondeado hacia abajo), nunca más de n − 1. Ambas columnas deben ser numéricas, no tener huecos y tener la misma longitud.
Dos series que tienen ambas una tendencia, o que siguen la misma estacionalidad, están correlacionadas de forma cruzada en casi todos los retardos, aunque ninguna determine a la otra. Para encontrar un adelanto o retardo real, busque el retardo en el que la barra destaque frente a las vecinas, o diferencie primero ambas series para eliminar la tendencia y la estacionalidad comunes. Una correlación cruzada alta no demuestra causa y efecto.
Campos de entrada y opciones
Campo | Descripción |
First variable | Obligatorio. La serie numérica que se prueba como serie que se adelanta: los retardos positivos la comparan con la segunda variable esa cantidad de periodos después. |
Second variable | Obligatorio. La serie numérica que se compara con ella; el mismo número de filas. |
Number of lags | Opcional, de 1 a 1000. El mayor desplazamiento en cada sentido. En blanco se usa √n + 10. |
Title | Título que se muestra en la gráfica. Valor predeterminado: Cross Correlation Function. |

Figura 1 — Advertising Spend como primera variable y Sales como segunda variable, con 12 retardos en cada sentido.
Descripción de las salidas
- Cross Correlation Function (gráfica) — una barra por cada retardo de −k a +k con los límites discontinuos y la nota “Positive lag = <first variable> leads <second variable>”.
- Cross Correlation Function: <first variable>, <second variable> (tabla) — Lag y CCF.
- Exportación a PDF mediante Download.

Figura 2 — Correlación cruzada de la inversión publicitaria con las ventas: la barra más alta, 0.93, está en el retardo 0.
Ejemplo
Un distribuidor de electrónica de consumo tiene 60 meses de datos (de enero de 2020 a diciembre de 2024): unidades vendidas e inversión publicitaria (en miles de dólares) de cada mes. La inversión es mayor en algunos meses que en otros. La gerente de marketing pregunta si las ventas responden en el mismo mes o uno o dos meses después. El analista selecciona First variable = Advertising Spend, Second variable = Sales y Number of lags = 12.
La barra más alta está en el retardo 0: 0.93. Las ventas se mueven con la inversión en el mismo mes. En el retardo +1 (inversión un mes antes de las ventas) la correlación cruzada es 0.75, y en el retardo −1 (ventas un mes antes que la inversión) es 0.63. Por tanto, no hay indicio de un efecto que se acumule uno o dos meses después: el vínculo es más fuerte dentro del mismo mes. La mayoría de las barras están por encima de los límites (aproximadamente ±0.26 a ±0.29); solo los retardos −10, −9, +9, +10 y +11 quedan dentro. Los valores se mantienen altos incluso hasta 0.53 en el retardo −12 y 0.52 en el retardo +12 porque ambas series comparten la tendencia al alza y el pico de fin de año. Estos valores altos en todos los retardos proceden del patrón común, no de que la publicidad actúe con un año de antelación.
Para la decisión, esto significa modelar primero las ventas con la inversión del mismo mes; un término de inversión con retardo aporta poco. Si se intercambian First variable y Second variable, la gráfica se refleja: el retardo +1 pasa a valer 0.63 y el retardo −1 pasa a valer 0.75. Para probar un efecto retardado en una regresión, cree la inversión del mes anterior como columna con la herramienta Lag.
Preguntas frecuentes
¿Cómo se interpretan los retardos positivos y negativos en la correlación cruzada?
Un retardo positivo k compara la primera variable con la segunda variable k periodos después, de modo que un valor alto en un retardo positivo significa que la primera variable se adelanta a la segunda. Un valor alto en un retardo negativo significa que la segunda variable se adelanta a la primera. Intercambiar las dos variables refleja la gráfica alrededor del retardo 0.
¿Qué significan los límites discontinuos en una gráfica de la CCF?
Los límites, ±2/√(n − |lag|), son límites aproximados del 95% para la correlación cruzada de dos series aleatorias no relacionadas. Las barras que quedan fuera de ellos son mayores de lo que daría el azar. Si Number of lags se deja en blanco, la herramienta usa √n + 10, redondeado hacia abajo y nunca más de n − 1.
¿Por qué la correlación cruzada es alta en casi todos los retardos?
Dos series que tienen ambas una tendencia, o que siguen la misma estacionalidad, están correlacionadas de forma cruzada en casi todos los retardos, aunque ninguna determine a la otra. Para encontrar un adelanto o retardo real, busque el retardo en el que la barra destaque frente a las vecinas, o diferencie primero ambas series para eliminar la tendencia y la estacionalidad comunes. Una correlación cruzada alta no demuestra causa y efecto.
¿Qué datos necesita la función de correlación cruzada?
Dos series de tiempo numéricas de la misma longitud y sin huecos, introducidas como primera y segunda variable. En el ejemplo, 60 meses de inversión publicitaria y ventas dieron la barra más alta, 0.93, en el retardo 0, de modo que las ventas se movieron con la inversión en el mismo mes y no uno o dos meses después.
