Sự khác biệt thực sự giữa dữ liệu là liệu có tồn tại hay không, một trật tự tự nhiên của chúng tương ứng với các cấu trúc trong thế giới thực và có liên quan đến vấn đề hiện tại.
Tất nhiên, "trật tự tự nhiên" rõ ràng nhất (và không thể chối cãi) là thời gian, và do đó là "chuỗi phân chia / thời gian" thông thường. Nhưng như đã chỉ ra trong các ý kiến, chúng ta có thể có dữ liệu chuỗi không theo thời gian mà vẫn có thứ tự không gian tự nhiên . Trong trường hợp như vậy, tất cả các khái niệm và công cụ được phát triển trong bối cảnh phân tích chuỗi thời gian đều áp dụng tốt ở đây, vì bạn phải nhận ra rằng một trật tự không gian có ý nghĩa tồn tại, và không chỉ bảo tồn nó, mà còn kiểm tra xem nó có thể ám chỉ điều gì một loạt các thuật ngữ lỗi, trong số những thứ khác liên quan đến toàn bộ mô hình (như sự tồn tại của một xu hướng, sẽ làm cho dữ liệu không ổn định chẳng hạn).
Ví dụ (thô), giả sử rằng bạn thu thập dữ liệu về số lượng xe đã dừng ở nhiều cơ sở dừng khác nhau dọc theo đường cao tốc, vào một ngày cụ thể (đó là biến phụ thuộc). Các hồi quy của bạn đo lường các cơ sở / dịch vụ khác nhau mà mỗi điểm dừng chân cung cấp và có lẽ những thứ khác như khoảng cách từ lối ra / lối vào đường cao tốc. Những cơ sở này được đặt hàng tự nhiên dọc theo đường cao tốc ...
Nhưng điều này có vấn đề? Chúng ta có nên duy trì việc đặt hàng và thậm chí tự hỏi liệu thuật ngữ lỗi có tương quan tự động không? Chắc chắn : giả sử rằng một số cơ sở / dịch vụ tại cơ sở số 1 trong thực tế không hoạt động trong ngày đặc biệt này (sự kiện này sẽ bị bắt bởi thuật ngữ lỗi). Ô tô có ý định sử dụng các cơ sở / dịch vụ cụ thể này tuy nhiên sẽ dừng lại vì họ không biết về vấn đề này. Nhưng họ sẽ tìm hiểu về vấn đề này, và vì vậy, vì vấn đề , họ cũng sẽ dừng lại ở cơ sở tiếp theo , số 2, ở đâu, nếunhững gì họ muốn được cung cấp, họ sẽ nhận được các dịch vụ và họ sẽ không dừng lại ở cơ sở số 3 - nhưng có khả năng cơ sở số 2 sẽ xuất hiện đắt đỏ, và vì vậy, sau tất cả, họ cũng sẽ thử thành lập số 3: Điều này có nghĩa là các biến phụ thuộc của ba cơ sở có thể không độc lập, điều này tương đương với việc nói rằng có khả năng tương quan của ba thuật ngữ lỗi tương ứng và không "bằng nhau", nhưng tùy thuộc vào vị trí tương ứng của chúng.
Vì vậy, trật tự không gian sẽ được bảo tồn và các thử nghiệm cho sự tự tương quan phải được thực hiện - và chúng sẽ có ý nghĩa.
Mặt khác, nếu không có thứ tự "tự nhiên" và có ý nghĩa như vậy xuất hiện cho một tập dữ liệu cụ thể, thì mối tương quan có thể có giữa các quan sát không nên được chỉ định là "tự tương quan" vì nó sẽ gây hiểu lầm và các công cụ được phát triển riêng cho đặt hàng dữ liệu không thể áp dụng. Nhưng mối tương quan có thể tồn tại rất tốt, mặc dù trong trường hợp như vậy, việc phát hiện và ước tính nó khá khó khăn hơn.