对 PACF 的直观描述可以是“与最近的滞后没有考虑的每个滞后的相关量”。

自相关满足我们可以称之为阻尼传递性的属性。如果与有一定，则与相关性为。这意味着与相关，尽管比小一些。$x_t$$x_{t-1}$$\rho<0$$x_{t-1}$$x_{t-2}$$\rho$$x_t$$x_{t-2}$$\rho$

偏自相关通过消除“传递”相关性（即由第一个滞后解释的相关性量）并重新计算来计算和对于和之间的偏自相关，我们将删除与和的相关性并重新计算，依此类推。$x_t$$x_{t-2}$$x_t$$x_{t-3}$$x_{t-1}$$x_{t-2}$

您可以在解释中添加一些几何风格。您可以将每个滞后的时间序列描绘为空间中的向量。一个高度自相关的序列看起来像这样。

滞后 0 的时间序列可能是底部的向量，例如，滞后 1 的序列上方的一个，而另一个滞后 2 的序列。自相关转换为此设置，作为每个向量相互之间的大投影.

但是，如果我们从原始序列中删除到滞后 1 的投影会发生什么？

系列 0 的剩余长度在系列 2 上的投影非常小。这对应于滞后 2 的 PACF。