Попытка ответа.
Автокорреляция ничем не отличается от любых других отношений между предикторами. Просто предиктор и зависимая переменная оказываются одним и тем же временным рядом, только с запаздыванием.
Разве каждое государство во вселенной не зависит от предыдущего?
Да, в самом деле. Точно так же, как состояние каждого объекта во вселенной зависит от состояния каждого другого объекта через все виды физических сил. Вопрос только в том, достаточно ли сильны отношения, чтобы их можно было обнаружить, или достаточно сильны, чтобы помочь нам в прогнозировании состояний.
И то же самое относится и к автокорреляции. Это всегда там. Вопрос в том, нужно ли нам его моделировать, или моделирование просто вносит дополнительную неопределенность (компромисс дисперсии), делая нас хуже, чем не моделируя это.
Пример из моей личной работы: я прогнозирую продажи в супермаркете. Потребление молока в моей семье довольно регулярное. Если я не покупал молоко в течение трех или четырех дней, велики шансы, что я приду сегодня или завтра, чтобы купить молоко. Если супермаркет хочет спрогнозировать потребность моей семьи в молоке, они должны во что бы то ни стало принять во внимание эту автокорреляцию.
Однако я не единственный покупатель в моем супермаркете. Там, может быть, еще 2000 домохозяйств покупают продукты. Потребление молока у каждого снова автоматически коррелируется. Но поскольку скорость потребления у всех разная, автокорреляция в совокупности настолько ослаблена, что может не иметь смысла ее моделировать. Он исчез в общем ежедневном спросе, то есть в перехвате. А поскольку супермаркету все равно, кому он продает молоко, он будет моделировать совокупный спрос и, возможно, не включать автокорреляцию.
(Да, существует внутринедельная сезонность. Это своего рода автокорреляция, но она действительно зависит от дня недели, а не от спроса в тот же день недели неделей ранее, поэтому это скорее эффект дня недели, чем сезонная автокорреляция. )