Tương quan giữa hai chuỗi thời gian

Cách / phương pháp dễ nhất để tính toán mối tương quan giữa hai chuỗi thời gian có cùng kích thước là gì? Tôi nghĩ đến việc nhân và ( y [ t ] - μ y ) , và thêm lên nhân. Vì vậy, nếu con số duy nhất này là tích cực, chúng ta có thể nói hai chuỗi này có tương quan không? Tôi có thể nghĩ về một số ví dụ tuy nhiên một chuỗi thời gian tăng trưởng theo cấp số nhân khác sẽ không liên quan đến nhau, nhưng tính toán ở trên sẽ báo cáo rằng chúng có mối tương quan với nhau.$(x[t]-\mu_x)$$(y[t] - \mu_y)$

Có suy nghĩ gì không?

Điểm vĩ mô là chính xác cách thích hợp để so sánh các mối quan hệ giữa các chuỗi thời gian là bởi hàm tương quan chéo (giả sử văn phòng phẩm). Có cùng chiều dài là không cần thiết. Tương quan chéo ở độ trễ 0 chỉ tính toán một mối tương quan giống như thực hiện ước tính tương quan Pearson ghép nối dữ liệu tại các điểm thời gian giống hệt nhau. Nếu chúng có cùng độ dài như bạn giả định, bạn sẽ có các cặp T chính xác trong đó T là số điểm thời gian cho mỗi chuỗi. Tương quan chéo Lag 1 khớp với thời gian t từ sê-ri 1 với thời gian t + 1 trong sê-ri 2. Lưu ý rằng ở đây mặc dù sê-ri có cùng độ dài, bạn chỉ có cặp T-2 vì một điểm trong sê-ri đầu tiên không khớp trong sê-ri thứ hai và một điểm khác trong loạt thứ hai sẽ không có một trận đấu từ đầu tiên. Với hai chuỗi này, bạn có thể ước tính mối tương quan chéo ở một số độ trễ. Nếu bất kỳ mối tương quan chéo nào khác biệt có ý nghĩa thống kê với 0 thì nó sẽ chỉ ra mối tương quan giữa hai chuỗi.

Bạn có thể muốn xem xét một câu hỏi tương tự và câu trả lời của tôi tương ứng chuỗi thời gian khối lượng đó cho thấy rằng bạn có thể tính chéo tương quan NHƯNG thử nghiệm chúng là một con ngựa của một màu sắc khác nhau (một ngựa của một màu sắc khác nhau) do autoregressive hoặc cấu trúc xác định trong vòng hai loạt.

Có một số thứ thú vị ở đây

/programming/3949226/calculating-pearson-correlation-and-significance-in-python

Đây thực sự là những gì tôi cần. Đơn giản để thực hiện và giải thích.