CROSS-CORRELATION - Pearson and Spearman

To be used in conjunction with the book:

Assessment of treatment plant performance and water quality data. A guide for students, researchers and practitioners
Marcos von Sperling, Matt Verbyla and Silvia Oliveira
IWA Publishing (2019)
Note: this spreadsheet if for didactic purposes only. The authors and IWA Publishing have no responsability in case there are problems with it

Fill-in cells in yellow. The other cells are for calculations and results.

There should be no missing data in the original series

If you want more lags, copy the last column to the right, and insert the corresponding number of columns with calculations in the other tabs

LAG FOR X
Downstream Y Upstream X Lag Lag Lag Lag Lag
Data sequence 0 1 2 3 4 5
1 1.4 3.8
2 1.2 4.1 3.8
3 3 3.6 4.1 3.8
4 3.5 5.4 3.6 4.1 3.8
5 0.7 5.9 5.4 3.6 4.1 3.8
6 1.4 5 5.9 5.4 3.6 4.1 3.8
7 2.4 4.1 5 5.9 5.4 3.6 4.1
8 4.2 1.4 4.1 5 5.9 5.4 3.6
9 3.3 0.5 1.4 4.1 5 5.9 5.4
10 3.9 1.8 0.5 1.4 4.1 5 5.9
11 2.8 3.2 1.8 0.5 1.4 4.1 5
12 1.1 5.4 3.2 1.8 0.5 1.4 4.1
13 0.3 6.5 5.4 3.2 1.8 0.5 1.4
14 1.4 5.8 6.5 5.4 3.2 1.8 0.5
15 2.2 4.3 5.8 6.5 5.4 3.2 1.8
16 4.1 2.2 4.3 5.8 6.5 5.4 3.2
17 5 1.4 2.2 4.3 5.8 6.5 5.4
18 3.8 2.3 1.4 2.2 4.3 5.8 6.5
19 3.8 3.8 2.3 1.4 2.2 4.3 5.8
20 1.4 5.6 3.8 2.3 1.4 2.2 4.3
21 0.8 5.8 5.6 3.8 2.3 1.4 2.2
22 1.8 4.7 5.8 5.6 3.8 2.3 1.4
23 2.9 3.2 4.7 5.8 5.6 3.8 2.3
24 3.7 1.6 3.2 4.7 5.8 5.6 3.8
25 4.5 1.1 1.6 3.2 4.7 5.8 5.6
26 4.2 4.3 1.1 1.6 3.2 4.7 5.8
27 2.5 5.4 4.3 1.1 1.6 3.2 4.7
28 1.4 4.1 5.4 4.3 1.1 1.6 3.2
29 1.7 4.9 4.1 5.4 4.3 1.1 1.6
30 4.2 0.9 4.9 4.1 5.4 4.3 1.1
31 3.6 2.5 0.9 4.9 4.1 5.4 4.3
32 2.3 3.6 2.5 0.9 4.9 4.1 5.4
33 2.8 5.2 3.6 2.5 0.9 4.9 4.1
34 0.5 6.1 5.2 3.6 2.5 0.9 4.9
35 1.7 4.5 6.1 5.2 3.6 2.5 0.9
36 2.4 2.9 4.5 6.1 5.2 3.6 2.5
37 3.6 0.4 2.9 4.5 6.1 5.2 3.6
38 3.3 1.4 0.4 2.9 4.5 6.1 5.2
39 2.5 4.1 1.4 0.4 2.9 4.5 6.1
40 2.2 5.8 4.1 1.4 0.4 2.9 4.5
41 0.3 6.1 5.8 4.1 1.4 0.4 2.9
42 0.8 5.6 6.1 5.8 4.1 1.4 0.4
43 3.7 4.5 5.6 6.1 5.8 4.1 1.4
44 3.5 2.2 4.5 5.6 6.1 5.8 4.1
45 4.1 1.3 2.2 4.5 5.6 6.1 5.8
46 3.2 2.2 1.3 2.2 4.5 5.6 6.1
47 3.5 3.4 2.2 1.3 2.2 4.5 5.6
48 1.4 5.2 3.4 2.2 1.3 2.2 4.5
5.2 3.4 2.2 1.3 2.2
5.2 3.4 2.2 1.3
5.2 3.4 2.2
5.2 3.4
5.2
ere are problems with it, but would appreciate being communicated about them.

Number of lags to be used in the cross-correlogram: 24 (maximum = 24, unless you modify the spreads
24 (number of lags to be used; if n is small, allows
tions in the other tabs

Lag Lag Lag Lag Lag Lag Lag Lag Lag Lag Lag
6 7 8 9 10 11 12 13 14 15 16

3.8
4.1 3.8
3.6 4.1 3.8
5.4 3.6 4.1 3.8
5.9 5.4 3.6 4.1 3.8
5 5.9 5.4 3.6 4.1 3.8
4.1 5 5.9 5.4 3.6 4.1 3.8
1.4 4.1 5 5.9 5.4 3.6 4.1 3.8
0.5 1.4 4.1 5 5.9 5.4 3.6 4.1 3.8
1.8 0.5 1.4 4.1 5 5.9 5.4 3.6 4.1 3.8
3.2 1.8 0.5 1.4 4.1 5 5.9 5.4 3.6 4.1 3.8
5.4 3.2 1.8 0.5 1.4 4.1 5 5.9 5.4 3.6 4.1
6.5 5.4 3.2 1.8 0.5 1.4 4.1 5 5.9 5.4 3.6
5.8 6.5 5.4 3.2 1.8 0.5 1.4 4.1 5 5.9 5.4
4.3 5.8 6.5 5.4 3.2 1.8 0.5 1.4 4.1 5 5.9
2.2 4.3 5.8 6.5 5.4 3.2 1.8 0.5 1.4 4.1 5
1.4 2.2 4.3 5.8 6.5 5.4 3.2 1.8 0.5 1.4 4.1
2.3 1.4 2.2 4.3 5.8 6.5 5.4 3.2 1.8 0.5 1.4
3.8 2.3 1.4 2.2 4.3 5.8 6.5 5.4 3.2 1.8 0.5
5.6 3.8 2.3 1.4 2.2 4.3 5.8 6.5 5.4 3.2 1.8
5.8 5.6 3.8 2.3 1.4 2.2 4.3 5.8 6.5 5.4 3.2
4.7 5.8 5.6 3.8 2.3 1.4 2.2 4.3 5.8 6.5 5.4
3.2 4.7 5.8 5.6 3.8 2.3 1.4 2.2 4.3 5.8 6.5
1.6 3.2 4.7 5.8 5.6 3.8 2.3 1.4 2.2 4.3 5.8
1.1 1.6 3.2 4.7 5.8 5.6 3.8 2.3 1.4 2.2 4.3
4.3 1.1 1.6 3.2 4.7 5.8 5.6 3.8 2.3 1.4 2.2
5.4 4.3 1.1 1.6 3.2 4.7 5.8 5.6 3.8 2.3 1.4
4.1 5.4 4.3 1.1 1.6 3.2 4.7 5.8 5.6 3.8 2.3
4.9 4.1 5.4 4.3 1.1 1.6 3.2 4.7 5.8 5.6 3.8
0.9 4.9 4.1 5.4 4.3 1.1 1.6 3.2 4.7 5.8 5.6
2.5 0.9 4.9 4.1 5.4 4.3 1.1 1.6 3.2 4.7 5.8
3.6 2.5 0.9 4.9 4.1 5.4 4.3 1.1 1.6 3.2 4.7
5.2 3.6 2.5 0.9 4.9 4.1 5.4 4.3 1.1 1.6 3.2
6.1 5.2 3.6 2.5 0.9 4.9 4.1 5.4 4.3 1.1 1.6
4.5 6.1 5.2 3.6 2.5 0.9 4.9 4.1 5.4 4.3 1.1
2.9 4.5 6.1 5.2 3.6 2.5 0.9 4.9 4.1 5.4 4.3
0.4 2.9 4.5 6.1 5.2 3.6 2.5 0.9 4.9 4.1 5.4
1.4 0.4 2.9 4.5 6.1 5.2 3.6 2.5 0.9 4.9 4.1
4.1 1.4 0.4 2.9 4.5 6.1 5.2 3.6 2.5 0.9 4.9
5.8 4.1 1.4 0.4 2.9 4.5 6.1 5.2 3.6 2.5 0.9
6.1 5.8 4.1 1.4 0.4 2.9 4.5 6.1 5.2 3.6 2.5
5.6 6.1 5.8 4.1 1.4 0.4 2.9 4.5 6.1 5.2 3.6
4.5 5.6 6.1 5.8 4.1 1.4 0.4 2.9 4.5 6.1 5.2
2.2 4.5 5.6 6.1 5.8 4.1 1.4 0.4 2.9 4.5 6.1
1.3 2.2 4.5 5.6 6.1 5.8 4.1 1.4 0.4 2.9 4.5
2.2 1.3 2.2 4.5 5.6 6.1 5.8 4.1 1.4 0.4 2.9
3.4 2.2 1.3 2.2 4.5 5.6 6.1 5.8 4.1 1.4 0.4
5.2 3.4 2.2 1.3 2.2 4.5 5.6 6.1 5.8 4.1 1.4
5.2 3.4 2.2 1.3 2.2 4.5 5.6 6.1 5.8 4.1
5.2 3.4 2.2 1.3 2.2 4.5 5.6 6.1 5.8
5.2 3.4 2.2 1.3 2.2 4.5 5.6 6.1
5.2 3.4 2.2 1.3 2.2 4.5 5.6
5.2 3.4 2.2 1.3 2.2 4.5
5.2 3.4 2.2 1.3 2.2
5.2 3.4 2.2 1.3
5.2 3.4 2.2
5.2 3.4
5.2
u modify the spreadsheet by inserting new columns)
d; if n is small, allows a maximum of n-6 lags)

Lag Lag Lag Lag Lag Lag Lag Lag

17 18 19 20 21 22 23 24

3.8
4.1 3.8
3.6 4.1 3.8
5.4 3.6 4.1 3.8
5.9 5.4 3.6 4.1 3.8
5 5.9 5.4 3.6 4.1 3.8
4.1 5 5.9 5.4 3.6 4.1 3.8
1.4 4.1 5 5.9 5.4 3.6 4.1 3.8
0.5 1.4 4.1 5 5.9 5.4 3.6 4.1
1.8 0.5 1.4 4.1 5 5.9 5.4 3.6
3.2 1.8 0.5 1.4 4.1 5 5.9 5.4
5.4 3.2 1.8 0.5 1.4 4.1 5 5.9
6.5 5.4 3.2 1.8 0.5 1.4 4.1 5
5.8 6.5 5.4 3.2 1.8 0.5 1.4 4.1
4.3 5.8 6.5 5.4 3.2 1.8 0.5 1.4
2.2 4.3 5.8 6.5 5.4 3.2 1.8 0.5
1.4 2.2 4.3 5.8 6.5 5.4 3.2 1.8
2.3 1.4 2.2 4.3 5.8 6.5 5.4 3.2
3.8 2.3 1.4 2.2 4.3 5.8 6.5 5.4
5.6 3.8 2.3 1.4 2.2 4.3 5.8 6.5
5.8 5.6 3.8 2.3 1.4 2.2 4.3 5.8
4.7 5.8 5.6 3.8 2.3 1.4 2.2 4.3
3.2 4.7 5.8 5.6 3.8 2.3 1.4 2.2
1.6 3.2 4.7 5.8 5.6 3.8 2.3 1.4
1.1 1.6 3.2 4.7 5.8 5.6 3.8 2.3
4.3 1.1 1.6 3.2 4.7 5.8 5.6 3.8
5.4 4.3 1.1 1.6 3.2 4.7 5.8 5.6
4.1 5.4 4.3 1.1 1.6 3.2 4.7 5.8
4.9 4.1 5.4 4.3 1.1 1.6 3.2 4.7
0.9 4.9 4.1 5.4 4.3 1.1 1.6 3.2
2.5 0.9 4.9 4.1 5.4 4.3 1.1 1.6
3.6 2.5 0.9 4.9 4.1 5.4 4.3 1.1
5.2 3.6 2.5 0.9 4.9 4.1 5.4 4.3
6.1 5.2 3.6 2.5 0.9 4.9 4.1 5.4
4.5 6.1 5.2 3.6 2.5 0.9 4.9 4.1
2.9 4.5 6.1 5.2 3.6 2.5 0.9 4.9
0.4 2.9 4.5 6.1 5.2 3.6 2.5 0.9
1.4 0.4 2.9 4.5 6.1 5.2 3.6 2.5
4.1 1.4 0.4 2.9 4.5 6.1 5.2 3.6
5.8 4.1 1.4 0.4 2.9 4.5 6.1 5.2
6.1 5.8 4.1 1.4 0.4 2.9 4.5 6.1
5.6 6.1 5.8 4.1 1.4 0.4 2.9 4.5
4.5 5.6 6.1 5.8 4.1 1.4 0.4 2.9
2.2 4.5 5.6 6.1 5.8 4.1 1.4 0.4
1.3 2.2 4.5 5.6 6.1 5.8 4.1 1.4
2.2 1.3 2.2 4.5 5.6 6.1 5.8 4.1
3.4 2.2 1.3 2.2 4.5 5.6 6.1 5.8
5.2 3.4 2.2 1.3 2.2 4.5 5.6 6.1
5.2 3.4 2.2 1.3 2.2 4.5 5.6
5.2 3.4 2.2 1.3 2.2 4.5
5.2 3.4 2.2 1.3 2.2
5.2 3.4 2.2 1.3
5.2 3.4 2.2
5.2 3.4
5.2
Ranks for Spearman rank correlation
Calculations are automatic. Do not change data here.

These rows are blank simply to coincide the row numbers for data and ranks in both tabs.

Downstream Y Upstream X Lag Lag Lag Lag Lag Lag

Data sequence 0 0 1 2 3 4 5 6
1 11.5 22.5
2 8 25.5 22.5
3 28 20.5 25.5 22.5
4 33 38 20.5 25.5 22.5
5 4 45 38 20.5 25.5 22.5
6 11.5 34 45 38 20.5 25.5 22.5
7 21.5 25.5 34 45 38 20.5 25.5 22.5
8 45 7 25.5 34 45 38 20.5 25.5
9 30.5 2 7 25.5 34 45 38 20.5
10 41 10 2 7 25.5 34 45 38
11 25.5 17.5 10 2 7 25.5 34 45
12 7 38 17.5 10 2 7 25.5 34
13 1.5 48 38 17.5 10 2 7 25.5
14 11.5 43 48 38 17.5 10 2 7
15 18.5 28.5 43 48 38 17.5 10 2
16 42.5 12 28.5 43 48 38 17.5 10
17 48 7 12 28.5 43 48 38 17.5
18 39.5 14 7 12 28.5 43 48 38
19 39.5 22.5 14 7 12 28.5 43 48
20 11.5 40.5 22.5 14 7 12 28.5 43
21 5.5 43 40.5 22.5 14 7 12 28.5
22 17 32 43 40.5 22.5 14 7 12
23 27 17.5 32 43 40.5 22.5 14 7
24 37.5 9 17.5 32 43 40.5 22.5 14
25 47 4 9 17.5 32 43 40.5 22.5
26 45 28.5 4 9 17.5 32 43 40.5
27 23.5 38 28.5 4 9 17.5 32 43
28 11.5 25.5 38 28.5 4 9 17.5 32
29 15.5 33 25.5 38 28.5 4 9 17.5
30 45 3 33 25.5 38 28.5 4 9
31 35.5 15 3 33 25.5 38 28.5 4
32 20 20.5 15 3 33 25.5 38 28.5
33 25.5 35.5 20.5 15 3 33 25.5 38
34 3 46.5 35.5 20.5 15 3 33 25.5
35 15.5 30.5 46.5 35.5 20.5 15 3 33
36 21.5 16 30.5 46.5 35.5 20.5 15 3
37 35.5 1 16 30.5 46.5 35.5 20.5 15
38 30.5 7 1 16 30.5 46.5 35.5 20.5
39 23.5 25.5 7 1 16 30.5 46.5 35.5
40 18.5 43 25.5 7 1 16 30.5 46.5
41 1.5 46.5 43 25.5 7 1 16 30.5
42 5.5 40.5 46.5 43 25.5 7 1 16
43 37.5 30.5 40.5 46.5 43 25.5 7 1
44 33 12 30.5 40.5 46.5 43 25.5 7
45 42.5 5 12 30.5 40.5 46.5 43 25.5
46 29 12 5 12 30.5 40.5 46.5 43
47 33 19 12 5 12 30.5 40.5 46.5
48 11.5 35.5 19 12 5 12 30.5 40.5
35.5 19 12 5 12 30.5
35.5 19 12 5 12
35.5 19 12 5
35.5 19 12
35.5 19
35.5
Lag Lag Lag Lag Lag Lag Lag Lag Lag Lag Lag
7 8 9 10 11 12 13 14 15 16 17

22.5
25.5 22.5
20.5 25.5 22.5
38 20.5 25.5 22.5
45 38 20.5 25.5 22.5
34 45 38 20.5 25.5 22.5
25.5 34 45 38 20.5 25.5 22.5
7 25.5 34 45 38 20.5 25.5 22.5
2 7 25.5 34 45 38 20.5 25.5 22.5
10 2 7 25.5 34 45 38 20.5 25.5 22.5
17.5 10 2 7 25.5 34 45 38 20.5 25.5 22.5
38 17.5 10 2 7 25.5 34 45 38 20.5 25.5
48 38 17.5 10 2 7 25.5 34 45 38 20.5
43 48 38 17.5 10 2 7 25.5 34 45 38
28.5 43 48 38 17.5 10 2 7 25.5 34 45
12 28.5 43 48 38 17.5 10 2 7 25.5 34
7 12 28.5 43 48 38 17.5 10 2 7 25.5
14 7 12 28.5 43 48 38 17.5 10 2 7
22.5 14 7 12 28.5 43 48 38 17.5 10 2
40.5 22.5 14 7 12 28.5 43 48 38 17.5 10
43 40.5 22.5 14 7 12 28.5 43 48 38 17.5
32 43 40.5 22.5 14 7 12 28.5 43 48 38
17.5 32 43 40.5 22.5 14 7 12 28.5 43 48
9 17.5 32 43 40.5 22.5 14 7 12 28.5 43
4 9 17.5 32 43 40.5 22.5 14 7 12 28.5
28.5 4 9 17.5 32 43 40.5 22.5 14 7 12
38 28.5 4 9 17.5 32 43 40.5 22.5 14 7
25.5 38 28.5 4 9 17.5 32 43 40.5 22.5 14
 33 25.5 38 28.5 4 9 17.5 32 43 40.5 22.5
3 33 25.5 38 28.5 4 9 17.5 32 43 40.5
15 3 33 25.5 38 28.5 4 9 17.5 32 43
20.5 15 3 33 25.5 38 28.5 4 9 17.5 32
35.5 20.5 15 3 33 25.5 38 28.5 4 9 17.5
46.5 35.5 20.5 15 3 33 25.5 38 28.5 4 9
30.5 46.5 35.5 20.5 15 3 33 25.5 38 28.5 4
16 30.5 46.5 35.5 20.5 15 3 33 25.5 38 28.5
1 16 30.5 46.5 35.5 20.5 15 3 33 25.5 38
7 1 16 30.5 46.5 35.5 20.5 15 3 33 25.5
25.5 7 1 16 30.5 46.5 35.5 20.5 15 3 33
43 25.5 7 1 16 30.5 46.5 35.5 20.5 15 3
46.5 43 25.5 7 1 16 30.5 46.5 35.5 20.5 15
40.5 46.5 43 25.5 7 1 16 30.5 46.5 35.5 20.5
30.5 40.5 46.5 43 25.5 7 1 16 30.5 46.5 35.5
12 30.5 40.5 46.5 43 25.5 7 1 16 30.5 46.5
5 12 30.5 40.5 46.5 43 25.5 7 1 16 30.5
12 5 12 30.5 40.5 46.5 43 25.5 7 1 16
19 12 5 12 30.5 40.5 46.5 43 25.5 7 1
35.5 19 12 5 12 30.5 40.5 46.5 43 25.5 7
35.5 19 12 5 12 30.5 40.5 46.5 43 25.5
35.5 19 12 5 12 30.5 40.5 46.5 43
35.5 19 12 5 12 30.5 40.5 46.5
35.5 19 12 5 12 30.5 40.5
35.5 19 12 5 12 30.5
35.5 19 12 5 12
35.5 19 12 5
35.5 19 12
35.5 19
35.5
Lag Lag Lag Lag Lag Lag Lag
18 19 20 21 22 23 24

22.5
25.5 22.5
20.5 25.5 22.5
38 20.5 25.5 22.5
45 38 20.5 25.5 22.5
34 45 38 20.5 25.5 22.5
25.5 34 45 38 20.5 25.5 22.5
7 25.5 34 45 38 20.5 25.5
2 7 25.5 34 45 38 20.5
10 2 7 25.5 34 45 38
17.5 10 2 7 25.5 34 45
38 17.5 10 2 7 25.5 34
48 38 17.5 10 2 7 25.5
43 48 38 17.5 10 2 7
28.5 43 48 38 17.5 10 2
12 28.5 43 48 38 17.5 10
7 12 28.5 43 48 38 17.5
 14 7 12 28.5 43 48 38
22.5 14 7 12 28.5 43 48
40.5 22.5 14 7 12 28.5 43
43 40.5 22.5 14 7 12 28.5
32 43 40.5 22.5 14 7 12
17.5 32 43 40.5 22.5 14 7
9 17.5 32 43 40.5 22.5 14
4 9 17.5 32 43 40.5 22.5
28.5 4 9 17.5 32 43 40.5
38 28.5 4 9 17.5 32 43
25.5 38 28.5 4 9 17.5 32
33 25.5 38 28.5 4 9 17.5
3 33 25.5 38 28.5 4 9
15 3 33 25.5 38 28.5 4
20.5 15 3 33 25.5 38 28.5
35.5 20.5 15 3 33 25.5 38
46.5 35.5 20.5 15 3 33 25.5
30.5 46.5 35.5 20.5 15 3 33
16 30.5 46.5 35.5 20.5 15 3
1 16 30.5 46.5 35.5 20.5 15
7 1 16 30.5 46.5 35.5 20.5
25.5 7 1 16 30.5 46.5 35.5
43 25.5 7 1 16 30.5 46.5
46.5 43 25.5 7 1 16 30.5
40.5 46.5 43 25.5 7 1 16
30.5 40.5 46.5 43 25.5 7 1
12 30.5 40.5 46.5 43 25.5 7
5 12 30.5 40.5 46.5 43 25.5
12 5 12 30.5 40.5 46.5 43
19 12 5 12 30.5 40.5 46.5
35.5 19 12 5 12 30.5 40.5
35.5 19 12 5 12 30.5
35.5 19 12 5 12
35.5 19 12 5
35.5 19 12
35.5 19
35.5
GRAPHS
For the cross-correlograms, see the other tabs

Plot Y values and X values; X with a lag varying from 0 to 24

Specify the lag of X to be considered for the graph: Upstream X LAG = 0

Original data series

8
6

Variables
Table for constructing the two graphs
4
Data sequence Downstream Y Upstream X
2
1 1.4 3.8
2 1.2 4.1 0
3 3 3.6 0 10 20 30 40
4 3.5 5.4 Data sequence
5 0.7 5.9
6 1.4 5
7 2.4 4.1 Downstream Y Upstream
8 4.2 1.4
9 3.3 0.5
10 3.9 1.8
11 2.8 3.2
12 1.1 5.4
13 0.3 6.5
14 1.4 5.8
15 2.2 4.3
16 4.1 2.2
17 5 1.4
18 3.8 2.3
19 3.8 3.8
20 1.4 5.6
21 0.8 5.8
22 1.8 4.7
23 2.9 3.2
24 3.7 1.6
25 4.5 1.1
26 4.2 4.3
27 2.5 5.4
28 1.4 4.1
29 1.7 4.9
30 4.2 0.9
31 3.6 2.5
32 2.3 3.6
33 2.8 5.2
34 0.5 6.1
35 1.7 4.5
36 2.4 2.9
37 3.6 0.4
38 3.3 1.4
39 2.5 4.1
40 2.2 5.8
41 0.3 6.1
42 0.8 5.6
43 3.7 4.5
44 3.5 2.2
45 4.1 1.3
46 3.2 2.2
47 3.5 3.4
48 1.4 5.2
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
#N/A #N/A
 Pearson correlation coefficient Pearson r =
-0.7977
Sperman correlation coefficient ; Spearman rs =
-0.7929

data series Pearson r =

6
5
Downstream Y 4
3
2
1
30 40 50 60
0
ta sequence 0 1 2 3 4 5 6 7
Upstream X
Upstream X LAG = 0
6 7
Significance level (alpha): 0.05
Total number of data: 48 𝑟
𝑡𝑐𝑎𝑙𝑐 =
2
ට1 − 𝑟
Correlation using CORREL function - PEARSON 𝑛 − 2

Lag
0 1 2
Correlation coefficient -0.797653912838174 -0.61498976926582 -0.0499340660017483
Number of data 48 47 46
t calc (absolute value) 8.97001084739241 5.23182399332582 0.331638836372604
t crit 2.01289559891943 2.01410338888085 2.01536757444377
Upper C.L. 0.290536453971687 0.293787173694985 0.297149737547139
Lower C.L. -0.290536453971687 -0.293787173694985 -0.297149737547139
p-value 1.14755560371943E-11 4.23552339684971E-06 0.741736508364336

Cross-correlogram - Pearson
1.00
0.80
0.60
Correlation coefficient

0.40
0.20
0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
-0.20
-0.40
-0.60
-0.80
-1.00
Lag
Correlation coefficient Upper C.L.
Lower C.L.
 Distribution of rho=0:

Mean = 0; standard deviation =1

𝑈𝐶𝐿 = mean + 𝑡_𝑐𝑟𝑖𝑡×𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑒𝑟𝑟𝑜𝑟=0+𝑡_𝑐𝑟𝑖𝑡×1/√𝑛

𝐿𝐶𝐿 = mean - 𝑡_𝑐𝑟𝑖𝑡×𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑒𝑟𝑟𝑜𝑟=0−𝑡_𝑐𝑟𝑖𝑡×1/√𝑛

3 4 5 6
0.56073840457232 0.886043246589143 0.45908643270511 -0.119793249328867
45 44 43 42
4.44086788912851 12.3860750627786 3.30888702833421 0.763134470158207
2.01669219922782 2.01808170281845 2.01954097044138 2.02107539030627
0.300630723144464 0.304237263842286 0.307977110720431 0.3118587032502
-0.300630723144464 -0.304237263842286 -0.307977110720431 -0.3118587032502
6.1664482477721E-05 1.30538391384707E-15 0.00195766218254117 0.449860759533523

9 20 21 22 23 24

L.
 7 8
-0.61510609656111 -0.717730432003335
41 40
4.87204499762482 6.35394754135277
2.02269092003676 2.02439416391197
0.315891250120067 0.320084821995704
-0.315891250120067 -0.320084821995704
1.87391541547577E-05 1.86332224721208E-07
9 10
-0.277328904985377 0.241716319623264
39 38
1.7557969354876 1.49461788311681
2.02619246302911 2.02809400098045
0.324450458358633 0.329000291025823
-0.324450458358633 -0.329000291025823
0.087399281532448 0.143728920392082
 11 12 13 14
0.568790298656908 0.44222411541663 0.00977865241511687 -0.314291607712379
37 36 35 34
4.09128273860097 2.87498535677875 0.0561767673302016 1.87280333446855
2.03010792825034 2.03224450931772 2.03451529744934 2.0369333434601
0.333747687524934 0.33870741821962 0.343895851989913 0.349331186433008
-0.333747687524934 -0.33870741821962 -0.343895851989913 -0.349331186433008
0.000239544846742552 0.00692326217834707 0.955539749197664 0.0702563626944703
 15 16 17 18
-0.393566720649276 -0.0916150297514304 0.225733953798098 0.358608543980122
33 32 31 30
2.3836573105595 0.503915400205587 1.24782209630357 2.03278240200541
2.03951344639641 2.04227245630124 2.0452296421327 2.04840714179525
0.355033720038814 0.361026175720278 0.367334087589357 0.37398626617198
-0.355033720038814 -0.361026175720278 -0.367334087589357 -0.37398626617198
0.0234502638042527 0.618001575002059 0.222078270248321 0.0516550397914564
 19 20
0.0815438953695413 -0.190589100426347
29 28
0.425130299113397 0.989963674170183
2.05183051648029 2.05552943864287
0.381015361639802 0.388458550515803
-0.381015361639802 -0.388458550515803
0.67411086420559 0.331316010009483
21 22
-0.437014959193474 -0.335683364364549
27 26
2.42933403919103 1.745806545975
2.0595385527533 2.06389856162803
0.39635837927951 0.404763809223746
-0.39635837927951 -0.404763809223746
0.0226475659379388 0.0936355512770296
 23 24
0.148886113890015 0.488767662757433
25 24
0.722080778156835 2.62779319418719
2.06865761041905 2.07387306790403
0.41373152208381 0.423327567305433
-0.41373152208381 -0.423327567305433
0.477522700708126 0.015367801050587
 Distribution of rho=0:

Mean = 0; standard deviation =1

Significance level (alpha): 0.05 𝑟
𝑡𝑐𝑎𝑙𝑐 = 𝑈𝐶𝐿 = mean + 𝑡_𝑐𝑟𝑖𝑡×𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑒𝑟𝑟
Total number of data: 48 2
ට1 − 𝑟
𝑛 − 2
Correlation using CORREL function - PEARSON applied to the RANKED data 𝐿𝐶𝐿 = mean - 𝑡_𝑐𝑟𝑖𝑡×𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑒𝑟𝑟𝑜

Lag
0 1 2 3
Correlation coefficient -0.792948795030558 -0.592837330986969 -0.0285369032541 0.573069032055038
Number of data 48 47 46 45
t calc (absolute value) 8.82675830452985 4.93823907005583 0.189369524244554 4.58551848390226
t crit 2.01289559891943 2.01410338888085 2.01536757444377 2.01669219922782
Upper C.L. 0.290536453971687 0.293787173694985 0.297149737547139 0.300630723144464
Lower C.L. -0.290536453971687 -0.293787173694985 -0.297149737547139 -0.300630723144464
p-value 1.8433686610291E-11 1.1296250812808E-05 0.850674072235154 3.8841044118914E-05

Cross-correlogram - Spearman
1.00
0.80
Correlation coefficient

0.60
0.40
0.20
0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
-0.20
-0.40
-0.60
-0.80
-1.00
Correlation coefficient
Lag Upper C.L.
Lower C.L.
ndard deviation =1

+ 𝑡_𝑐𝑟𝑖𝑡×𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑒𝑟𝑟𝑜𝑟=0+𝑡_𝑐𝑟𝑖𝑡×1/√𝑛

- 𝑡_𝑐𝑟𝑖𝑡×𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑒𝑟𝑟𝑜𝑟=0−𝑡_𝑐𝑟𝑖𝑡×1/√𝑛

4 5 6 7 8
0.855275916147744 0.439224737147609 -0.10651898463917 -0.630612169321344 -0.708399542739269
44 43 42 41 40
10.6968579862949 3.13054527207051 0.677539960312653 5.0743219620978 6.18701611072869
2.01808170281845 2.01954097044138 2.02107539030627 2.02269092003676 2.02439416391197
0.304237263842286 0.307977110720431 0.3118587032502 0.315891250120067 0.320084821995704
-0.304237263842286 -0.307977110720431 -0.3118587032502 -0.315891250120067 -0.320084821995704
1.4454598650247E-13 0.0032119937655308 0.501963772040197 9.9032308285012E-06 3.1541349180014E-07
 9 10
-0.234703593697198 0.260492145678643
39 38
1.46867062421103 1.61884182328383
2.02619246302911 2.02809400098045
0.324450458358633 0.329000291025823
-0.324450458358633 -0.329000291025823
0.150373421089188 0.114210415613997
11 12 13
0.558533558789659 0.452725984886025 0.021633334609319
37 36 35
3.9836059065527 2.96060599532936 0.124303136327126
2.03010792825034 2.03224450931772 2.03451529744934
0.333747687524934 0.33870741821962 0.343895851989913
-0.333747687524934 -0.33870741821962 -0.343895851989913
0.0003273572904556 0.0055628184585368 0.901829357380467
 14 15
-0.308042982881735 -0.410154704526955
34 33
1.83162154211279 2.50395260344021
2.0369333434601 2.03951344639641
0.349331186433008 0.355033720038814
-0.349331186433008 -0.355033720038814
0.0763311643009937 0.0177553173632895
16 17 18
-0.086857255792938 0.211167161224214 0.333785721148032
32 31 30
0.477541523368661 1.16340478610804 1.87368581863578
2.04227245630124 2.0452296421327 2.04840714179525
0.361026175720278 0.367334087589357 0.37398626617198
-0.361026175720278 -0.367334087589357 -0.37398626617198
0.636437567896084 0.254148812011229 0.0714457177594261
 19 20 21 22 23
0.0739436494147318 -0.18794742148325 -0.396404115851031 -0.303282268044213 0.14431233138517
29 28 27 26 25
0.385277199749396 0.97573607346555 2.15888477943183 1.55921126913974 0.69941901484389
2.05183051648029 2.05552943864287 2.0595385527533 2.06389856162803 2.06865761041905
0.381015361639802 0.388458550515803 0.39635837927951 0.404763809223746 0.41373152208381
-0.381015361639802 -0.388458550515803 -0.39635837927951 -0.404763809223746 -0.41373152208381
0.703050671275024 0.338186937468958 0.0406544492647977 0.132036816711428 0.491303828375707
 24
0.434872017819893
24
2.26512834602778
2.07387306790403
0.423327567305433
-0.423327567305433
0.0336965730606763