Berechnen der Korrelation (und der Signifikanz der Korrelation) zwischen einem Zeitreihenpaar


14

Ich habe zwei Zeitreihen S und T. Sie haben die gleiche Frequenz und die gleiche Länge.

Ich möchte die Korrelation zwischen diesem Paar (dh S und T) mit R berechnen und auch die Signifikanz der Korrelation berechnen, damit ich feststellen kann, ob die Korrelation zufällig ist oder nicht.

Ich möchte dies in R tun und suche nach Zeigern / Skelettgerüsten, um mich anzufangen.


3
Sind die Zeitreihen beide stationär? www.econ.ohio-state.edu/dejong/note1.pdf
user603 10.10.10

@kwak: Nein, die Serien sind beide NICHT stationär.
morphe

Hier: stats.stackexchange.com/questions/1881/… Ich schlug einen Monte-Carlo-Ansatz vor, um die Vertrauensgrenzen zu bestimmen. Die Idee war, dies für Zwei-Punkte-Prozesse zu tun, aber ich denke, es könnte leicht für Ihre Situation angepasst werden.
Nico

Antworten:


5

Sie können die ccf-Funktion verwenden, um die Kreuzkorrelation zu erhalten, dies gibt Ihnen jedoch nur einen Plot. Wenn die geschätzten Kreuzkorrelationen außerhalb der gestrichelten roten Linie liegen, können Sie auf eine statistisch signifikante Kreuzkorrelation schließen. Aber ich kenne kein Paket mit einem formal gekapselten Test. Beispiel aus ccf doc:

require(graphics)

## Example from Venables & Ripley (Provided in  CCF help file)
ccf(mdeaths, fdeaths, ylab = "cross-correlation")

Beachten Sie , dass die Frage des Signifikanztest auch diskutiert hier .


1
Andere Plakate haben festgestellt, dass Stationarität hier wichtig ist. Wenn beide Reihen einen linearen Aufwärtstrend aufweisen (eine Art von Nichtstationarität), werden sie korreliert - die gesamte Korrelation kann jedoch auf den gemeinsamen Trend zurückzuführen sein, an dem wir interessiert sind oder nicht.
S. Kolassa - Reinstate Monica

4

Wie definieren Sie die Korrelation für nicht stationäre Zeitreihen? Planen Sie, die Korrelation des Diffs oder dieser Zeitreihen zu ermitteln? Wenn nicht, schlage ich vor, dass Sie eher nach einer Integration als nach einer Korrelation suchen (siehe Granger usw.).

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.