Kreuzkorrelation
In diesem Beitrag
Was versteht man unter Kreuzkorrelation?
Die Kreuzkorrelation ist ein statistisches Maß, das die Ähnlichkeit zwischen zwei Zeitreihen oder Signalen in Abhängigkeit einer zeitlichen Verschiebung (dem sogenannten Lag) beschreibt. Sie gibt an, wie stark und in welche Richtung zwei Variablen miteinander zusammenhängen – und zwar nicht nur zum gleichen Zeitpunkt, sondern auch dann, wenn eine der Reihen um einen bestimmten Zeitraum verschoben wird.
Formal wird die Kreuzkorrelationsfunktion (KKF) zwischen zwei stationären Zeitreihen und zum Lag definiert als:
Kreuzkorrelationsfunktion
Dabei steht für die Kreuzkovarianz zum Lag und für die Standardabweichungen der beiden Reihen. Der resultierende Wert liegt stets zwischen −1 und +1, analog zum gewöhnlichen Korrelationskoeffizienten.
Warum ist Kreuzkorrelation für statistische Analysen wichtig?
In der Praxis verlaufen viele Zusammenhänge nicht gleichzeitig, sondern zeitverzögert. Eine Variable beeinflusst eine andere erst nach einer gewissen Zeit – man spricht dann von einem verzögerten Effekt oder einem Lead-Lag-Zusammenhang. Die Kreuzkorrelation macht solche Effekte sichtbar und quantifizierbar.
Typische Anwendungsfelder sind:
- Wirtschaft und Finanzen: Zusammenhang zwischen Konjunkturindikatoren und Unternehmensgewinnen mit Zeitverzögerung
- Medizin und Neurowissenschaft: Zusammenhang zwischen einem Reiz und einer Gehirnreaktion (z. B. EEG-Signale)
- Ingenieurwissenschaften: Analyse von Systemantworten auf externe Eingangssignale
- Kommunikationstechnik: Synchronisation von Signalen und Erkennung von Verzögerungen
Praxisbeispiel zu Kreuzkorrelation
Eine Forscherin untersucht, ob die monatlichen Werbeausgaben eines Unternehmens (in Tsd. €) mit den Umsätzen (in Tsd. €) zusammenhängen – und ob dieser Effekt möglicherweise mit Verzögerung eintritt. Sie erhebt Daten über 12 Monate und berechnet die Kreuzkorrelation für verschiedene Lags.
| Lag (Monate) | Kreuzkorrelation r | Interpretation |
|---|---|---|
| 0 | 0,21 | Schwacher gleichzeitiger Zusammenhang |
| 1 | 0,58 | Moderater Zusammenhang mit 1 Monat Verzögerung |
| 2 | 0,74 | Stärkster Zusammenhang bei 2 Monaten Verzögerung |
| 3 | 0,41 | Zusammenhang nimmt wieder ab |
| 4 | 0,12 | Kaum noch Zusammenhang |
Das Ergebnis zeigt: Der stärkste Zusammenhang zwischen Werbeausgaben und Umsatz tritt bei einem Lag von 2 Monaten auf (). Das bedeutet, Werbeinvestitionen schlagen sich im Umsatz typischerweise erst etwa zwei Monate später nieder. Ohne Kreuzkorrelation hätte ein einfacher Korrelationskoeffizient (Lag 0) diesen Effekt mit kaum sichtbar gemacht und wäre möglicherweise als irrelevant abgetan worden.
