Giải thích mối tương quan CCF trong R


10

Tôi đang sử dụng ccfđể tìm một mối tương quan giữa 2 chuỗi thời gian. Tôi đang nhận được một cốt truyện trông như thế:

nhập mô tả hình ảnh ở đây

Lưu ý rằng tôi chủ yếu quan tâm đến tương quan cho độ trễ = 0. Câu hỏi:

  1. Có giải thích chính xác rằng có một mối tương quan chéo cho độ trễ = 0, vì đối với độ trễ này, mối tương quan chéo nằm trên đường chấm chấm?
  2. Làm thế nào tôi nên giải thích mức độ tương quan chéo trong ví dụ này, điều này có ý nghĩa không (như tôi giải thích nó ngay bây giờ, có một mối tương quan chéo nhỏ)?
  3. Làm thế nào tôi có thể trích xuất chỉ acfgiá trị cho lag = 0?

Câu trả lời:


3

Làm cách nào tôi chỉ có thể trích xuất giá trị acf cho lag = 0?

corr(Xt,Xt)

Có giải thích chính xác rằng có một mối tương quan chéo cho độ trễ = 0, vì đối với độ trễ này, mối tương quan chéo nằm trên đường chấm chấm?

Nếu bạn có nghĩa là "tôi sẽ kết luận mối tương quan chéo dân số là khác không?" thì có, nếu đường chấm chấm đó có cùng mức ý nghĩa như bạn sẽ sử dụng (và các giả định được giữ).

Điều này không thực sự có nghĩa là dân số tương quan chéo thực sự không (mà có vẻ như đáng kinh ngạc). Tuy nhiên, nếu khoảng cho nó khá chặt chẽ quanh 0, đôi khi có thể hợp lý để coi nó như thể nó là.

Làm thế nào tôi nên giải thích mức độ tương quan chéo trong ví dụ này, điều này có ý nghĩa không (như tôi giải thích nó ngay bây giờ, có một mối tương quan chéo nhỏ)?

0,3 không nhất thiết phải nhỏ, điều đó phụ thuộc vào thước đo của bạn. Trong một số ứng dụng, nó có thể khá lớn, ở những ứng dụng khác vừa phải, trong những ứng dụng khác thì nhỏ.


Điều này có nghĩa là mô hình không thể được xác nhận, vì có mối tương quan chéo đáng kể ở độ trễ 0?
Vam

7

5%

0.3

Bạn có thể nhận được các giá trị chính xác của các mối tương quan chéo chỉ bằng cách lưu trữ đầu ra trong một đối tượng và xem xét phần tử acf.

res <- ccf(x, y, lag.max = 30)
res
# information stored in the output object
names(res)
[1] "acf"    "type"   "n.used" "lag"    "series" "snames"
res$acf

Bạn có thể muốn làm một cái gì đó như thế data.frame(res$lag, res$acf)để bạn có thể dễ dàng biết được độ trễ mà mỗi tương quan áp dụng.
eipi10
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.