Jaki jest najłatwiejszy sposób / metoda obliczenia korelacji między dwoma szeregami czasowymi, które są dokładnie tego samego rozmiaru? Myślałem o pomnożeniu i i zsumowaniu mnożenia. Więc jeśli ta pojedyncza liczba była dodatnia, czy możemy powiedzieć, że te dwie serie są skorelowane? Mogę jednak wymyślić kilka przykładów, w których liniowo inny wykładniczo rosnący szereg czasowy nie miałby ze sobą żadnego związku, ale powyższe obliczenia wykazałyby, że były one skorelowane.
jakieś pomysły?
time-series
BBDynSys
źródło
źródło
Odpowiedzi:
Punkt makro jest poprawny, właściwym sposobem porównywania zależności między szeregami czasowymi jest funkcja korelacji krzyżowej (przy założeniu stacjonarności). Posiadanie tej samej długości nie jest konieczne. Korelacja krzyżowa w opóźnieniu 0 po prostu oblicza korelację, taką jak wykonanie oszacowania korelacji Pearsona parując dane w identycznych punktach czasowych. Jeśli mają taką samą długość, jak zakładasz, będziesz mieć dokładne pary T, gdzie T jest liczbą punktów czasowych dla każdej serii. Korelacja krzyżowa opóźnienia 1 odpowiada czasowi t z serii 1 z czasem t + 1 w szeregu 2. Zwróć uwagę, że chociaż serie są tej samej długości, masz tylko parę T-2, ponieważ jeden punkt w pierwszej serii nie ma dopasowania w drugiej a jeden punkt w drugiej serii nie będzie pasował do pierwszego. Biorąc pod uwagę te dwie serie, można oszacować korelację krzyżową przy kilku opóźnieniach. Jeśli którakolwiek z korelacji krzyżowych jest statystycznie znacząco różna od 0, oznacza to korelację między dwiema seriami.
źródło
Być może warto przyjrzeć się podobnemu pytaniu i mojej odpowiedzi Korelowanie szeregów czasowych objętości, co sugeruje, że można obliczyć korelacje krzyżowe, ALE ich testowanie to koń innego koloru (koński o innym odcieniu) ze względu na autoregresyjną lub deterministyczną strukturę w obu seria.
źródło
Jest tu kilka interesujących rzeczy
/programming/3949226/calculating-pearson-correlation-and-signiance-in-python
Właśnie tego potrzebowałem. Prosty do wdrożenia i wyjaśnienia.
źródło