Fonction de corrélation croisée (CCF)
La CCF calcule la corrélation d'une première série avec une seconde série à chaque décalage de −k à +k et la trace sous forme de corrélogramme avec des limites approximatives à 95 % de ±2/√(n − |lag|). Une valeur élevée à un décalage positif signifie que la première variable précède. Les deux séries doivent être numériques, sans valeur manquante et de même longueur. Des tendances communes gonflent les valeurs à tous les décalages.
Dernière révision
Point clé
La fonction de corrélation croisée (CCF) mesure comment deux séries chronologiques évoluent ensemble lorsque l'une est décalée de plusieurs périodes : un changement de l'une accompagne-t-il l'autre immédiatement, ou la précède-t-il ?
Sur cette page
Objectif
La fonction de corrélation croisée (CCF) mesure comment deux séries chronologiques évoluent ensemble lorsque l'une est décalée par rapport à l'autre de 0, 1, 2 … périodes dans un sens ou dans l'autre. Elle montre si un changement dans une série accompagne un changement dans l'autre durant la même période, ou le précède de quelques périodes. Utilisez-la, par exemple, pour vérifier si une modification d'une entrée (vitesse d'alimentation, température, publicité) apparaît dans une sortie immédiatement ou avec un retard, avant de construire un modèle avec des entrées décalées.
Principales fonctionnalités
- Corrélation croisée à chaque décalage de −k à +k, où k est le nombre de décalages choisi ou une valeur par défaut fondée sur la longueur des séries.
- Corrélogramme (diagramme à barres) avec des limites en pointillés à ±2/√(n − |lag|).
- Une note sur le graphique indique quel sens est lequel : un décalage positif signifie que la première variable précède la seconde.
- Tableau de la corrélation croisée à chaque décalage.
Méthodes statistiques
Pour deux séries xₜ (First variable) et yₜ (Second variable) de même longueur n, la corrélation croisée au décalage k est la corrélation de xₜ avec yₜ₊ₖ : rₓᵧ(k) = Σₜ (xₜ − x̄)(yₜ₊ₖ − ȳ) / (n·sₓ·sᵧ), en utilisant les moyennes et les écarts-types de la série entière et en divisant par n à chaque décalage (l'estimation standard, sans correction de biais). Un décalage positif k compare x avec y k périodes plus tard ; une valeur élevée à un décalage positif signifie donc que x précède y, et une valeur élevée à un décalage négatif signifie que y précède x. Permuter les deux variables inverse le graphique par symétrie autour du décalage 0.
Les limites ±2/√(n − |k|) sont des limites approximatives à 95 % pour la corrélation croisée de deux séries aléatoires non liées. Les barres qui les dépassent sont plus grandes que ce que donnerait le hasard. Lorsque Number of lags est vide, l'outil utilise √n + 10 (arrondi à l'entier inférieur), sans jamais dépasser n − 1. Les deux colonnes doivent être numériques, sans valeur manquante et de même longueur.
Deux séries qui présentent toutes deux une tendance ou suivent la même saison sont corrélées de façon croisée à presque tous les décalages, même si aucune ne pilote l'autre. Pour trouver un véritable avance ou retard, cherchez le décalage où la barre se détache de ses voisines, ou différenciez d'abord les deux séries pour supprimer la tendance et la saison communes. Une corrélation croisée élevée ne prouve pas une relation de cause à effet.
Champs de saisie et options
Champ | Description |
First variable | Obligatoire. La série numérique testée comme série en avance : les décalages positifs la comparent à la seconde variable autant de périodes plus tard. |
Second variable | Obligatoire. La série numérique comparée à la première ; même nombre de lignes. |
Number of lags | Facultatif, de 1 à 1000. Le plus grand décalage dans chaque sens. Si vide, √n + 10 est utilisé. |
Title | Titre affiché sur le graphique. Par défaut : Cross Correlation Function. |

Figure 1 — Advertising Spend comme première variable et Sales comme seconde variable, avec 12 décalages dans chaque sens.
Description des résultats
- Cross Correlation Function (graphique) — une barre pour chaque décalage de −k à +k avec les limites en pointillés, et la note « Positive lag = <first variable> leads <second variable> ».
- Cross Correlation Function: <first variable>, <second variable> (tableau) — Lag et CCF.
- Export PDF via Download.

Figure 2 — Corrélation croisée entre les dépenses publicitaires et les ventes : la barre la plus haute, 0.93, se situe au décalage 0.
Exemple résolu
Un distributeur d'électronique grand public dispose de 60 mois de données (de janvier 2020 à décembre 2024) : unités vendues et dépenses publicitaires (en milliers de dollars) chaque mois. Les dépenses sont plus élevées certains mois que d'autres. Le responsable marketing demande si les ventes réagissent le même mois ou un ou deux mois plus tard. L'analyste sélectionne First variable = Advertising Spend, Second variable = Sales et Number of lags = 12.
La barre la plus haute se situe au décalage 0 : 0.93. Les ventes évoluent avec les dépenses durant le même mois. Au décalage +1 (dépenses un mois avant les ventes), la corrélation croisée est de 0.75, et au décalage −1 (ventes un mois avant les dépenses) de 0.63. Il n'y a donc aucun signe d'un effet qui se construirait un ou deux mois plus tard : le lien est le plus fort au sein du mois. La plupart des barres dépassent les limites (environ ±0.26 à ±0.29) ; seuls les décalages −10, −9, +9, +10 et +11 restent à l'intérieur. Les valeurs restent élevées jusqu'à 0.53 au décalage −12 et 0.52 au décalage +12, parce que les deux séries partagent la tendance à la hausse et le pic de fin d'année. Ces valeurs élevées à tous les décalages proviennent du motif commun, et non d'une publicité qui agirait un an à l'avance.
Pour la décision, cela signifie qu'il faut d'abord modéliser les ventes en fonction des dépenses du même mois ; un terme de dépenses décalé n'apporte que peu. Si First variable et Second variable sont permutées, le graphique est inversé : le décalage +1 donne alors 0.63 et le décalage −1 donne 0.75. Pour tester un effet retardé dans une régression, construisez les dépenses du mois précédent sous forme de colonne avec l'outil Lag.
Questions fréquentes
Comment interpréter les décalages positifs et négatifs dans une corrélation croisée ?
Un décalage positif k compare la première variable avec la seconde k périodes plus tard : une valeur élevée à un décalage positif signifie donc que la première variable précède la seconde. Une valeur élevée à un décalage négatif signifie que la seconde variable précède la première. Permuter les deux variables inverse le graphique par symétrie autour du décalage 0.
Que signifient les limites en pointillés d'un graphique de CCF ?
Les limites, ±2/√(n − |lag|), sont des limites approximatives à 95 % pour la corrélation croisée de deux séries aléatoires non liées. Les barres qui les dépassent sont plus grandes que ce que donnerait le hasard. Lorsque Number of lags est laissé vide, l'outil utilise √n + 10, arrondi à l'entier inférieur et sans jamais dépasser n − 1.
Pourquoi la corrélation croisée est-elle élevée à presque tous les décalages ?
Deux séries qui présentent toutes deux une tendance ou suivent la même saison sont corrélées de façon croisée à presque tous les décalages, même si aucune ne pilote l'autre. Pour trouver un véritable avance ou retard, cherchez le décalage où la barre se détache de ses voisines, ou différenciez d'abord les deux séries pour supprimer la tendance et la saison communes. Une corrélation croisée élevée ne prouve pas une relation de cause à effet.
De quelles données la fonction de corrélation croisée a-t-elle besoin ?
Deux séries chronologiques numériques de même longueur, sans valeur manquante, saisies comme première variable et seconde variable. Dans l'exemple résolu, 60 mois de dépenses publicitaires et de ventes ont donné la barre la plus haute, 0.93, au décalage 0 : les ventes ont donc évolué avec les dépenses durant le même mois plutôt qu'un ou deux mois plus tard.
