Obliczanie korelacji (i istotności wspomnianej korelacji) między parą szeregów czasowych

14

Mam dwie serie czasowe S i T. mają tę samą częstotliwość i tę samą długość.

Chciałbym obliczyć (używając R) korelację między tą parą (tj. S i T), a także być w stanie obliczyć istotność korelacji), więc mogę ustalić, czy korelacja wynika z przypadku, czy nie.

Chciałbym to zrobić w R i szukam wskaźników / szkieletu, aby zacząć.

r time-series correlation morficzny
źródło
3
Czy szeregi czasowe są stacjonarne? www.econ.ohio-state.edu/dejong/note1.pdf
user603 10.10.10
@kwak: Nie, obie serie NIE są stacjonarne.
morficzny
Tutaj: stats.stackexchange.com/questions/1881 /... Proponowałem podejście Monte Carlo w celu ustalenia limitów ufności. Chodziło o to, aby zrobić to dla dwóch procesów punktowych, ale myślę, że można to łatwo dostosować do twojej sytuacji.
nico,

Odpowiedzi:

5

Możesz użyć funkcji ccf, aby uzyskać korelację krzyżową, ale da to tylko wykres. Jeśli szacowane korelacje krzyżowe mieszczą się poza czerwoną linią kreskową, możesz stwierdzić, że istnieje statystycznie istotna korelacja krzyżowa. Ale nie znam pakietu z formalnie zamkniętym testem. Przykład z ccf doc:

require(graphics)

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

Zauważ, że kwestia testu istotności jest również omawiana tutaj .

M. Tibbits
źródło
1
Inni plakaty zauważyli, że stacjonarność jest tutaj ważna. Jeśli obie serie mają liniowy trend wzrostowy (jeden rodzaj niestacjonarności), zostaną skorelowane - ale cała korelacja może wynikać ze wspólnego trendu, który może, ale nie musi być tym, czym jesteśmy zainteresowani.
Stephan Kolassa
4

Jak definiujesz korelację dla niestacjonarnych szeregów czasowych? Czy planujesz wziąć korelację różnicy lub tych szeregów czasowych? Jeśli nie, sugeruję, byś szukał raczej kointegracji niż korelacji (por. Granger itp.)

RockScience
źródło