R 计算时间序列的交叉相关性教程
本文介绍两个时间序列的交叉相关性,并通过示例说明R的计算过程。
时间序列交叉相关性
交叉相关性是衡量一个时间序列与另一个时间序列的延迟版本的相似程度。这种类型相关性可以用于预测另一个时间序列的未来值,也就是说,当前时间序列是另一个时间序列的先行指标。
这种类型相关性常用在很多领域,包括:
经济领域
consumer confidence index (CCI) 消费者信心指数一般认为是gross domestic product (GDP) 的先行指标。举例:如果CCI在给定月份较高,则GDP在x月之后也会升高。商业领域
营销支出通常被认为是企业未来收入的先行指标。例如,如果企业在某个季度的市场营销花费较常高,那么在接下来的x个季度中,总收益将会提高。生物领域
海洋污染情况被认为是某种海龟数量的先行指标。例如,如果某一年的污染更严重,那么预计x年后海龟的总数会更少。
下面我们通过示例来计算两个时间序列的交叉相关性。
R计算示例
假设我们有市场营销费用与连续12月销售收入的数据(单位:千元)。我们可以利用ccf()函数计算两个时间序列的交叉相关性:
#define data
marketing <- c(3, 4, 5, 5, 7, 9, 13, 15, 12, 10, 8, 8)
revenue <- c(21, 19, 22, 24, 25, 29, 30, 34, 37, 40, 35, 30) ccf(marketing, revenue)
上图现实两个时间序列在不同滞后期间下的相关性。要查看实际相关性值,可以使用下面语法:
#display cross correlation values
print(ccf(marketing, revenue, plot = FALSE))# Autocorrelations of series ‘X’, by lag
#
# -7 -6 -5 -4 -3 -2 -1 0 1 2 3
# -0.430 -0.351 -0.190 0.123 0.489 0.755 0.868 0.771 0.462 0.194 -0.061
# 4 5 6 7
# -0.282 -0.445 -0.492 -0.358
下面解释输出结果:
- 滞后0期间交叉相关性是0.771
- 滞后1期间交叉相关性是0.462
- 滞后2期间交叉相关性是0.194
- 滞后3期间交叉相关性是-0.061
…
同时我们注意到两个时间序列在滞后-22期间为正相关性,它显示给定月份的营销支出可以较好地预测12月之后的销售收入。
这在直觉上可以理解为:我们能利用给定月份较高营销支出预测未来1~2月的销售收入。
R 计算时间序列的交叉相关性教程相关推荐
- Python使用matplotlib可视化两个时间序列的交叉相关性图、交叉相关图显示了两个时间序列之间的滞后性(Cross Correlation plot)
Python使用matplotlib可视化两个时间序列的交叉相关性图.交叉相关图显示了两个时间序列之间的滞后性(Cross Correlation plot) 目录
- R语言时间序列ARIMA新手教程
R语言时间序列ARIMA新手教程 首先说一下ARMA回归的底层逻辑,所谓的AR模型和MA模型都是ARMA模型的一种特殊情况,有点类似正方形和长方形都是矩形.ARMA模型的表达式为: p为自回归部分的滞 ...
- R语言偏相关或者部分相关性系数计算实战:使用psych包计算(Partial Correlation)偏相关系数、拟合回归模型使用两个回归模型的残差计算偏相关性系数
R语言偏相关或者部分相关性系数计算实战:使用psych包计算(Partial Correlation)偏相关系数.拟合回归模型使用两个回归模型的残差计算偏相关性系数 目录
- R语言偏相关或者部分相关性系数计算实战:通过拟合两个回归模型、或者pysch包计算偏相关系数(Partial Correlation)、通过方差分析获得偏相关系数的F统计量(偏F检验、二型检验)
R语言偏相关或者部分相关性系数计算实战:通过拟合两个回归模型.或者pysch包计算偏相关系数(Partial Correlation).通过方差分析获得偏相关系数的F统计量(偏F检验.二型检验) 目录
- R语言偏相关或者部分相关性系数计算实战:使用psych包计算(Partial Correlation)偏相关或者部分相关性系数并用建设检验检验相关性的显著性
R语言偏相关或者部分相关性系数计算实战:使用psych包计算(Partial Correlation)偏相关或者部分相关性系数并用建设检验检验相关性的显著性 目录
- R语言复相关或者多重相关性系数计算实战:Multiple Correlation Coefficient
R语言复相关或者多重相关性系数计算实战:Multiple Correlation Coefficient 目录 R语言复相关或者多重相关性系数计算实战:Multiple Correlation Coe ...
- R语言计算时间序列数据的移动平均值(滚动平均值、例如5日均线、10日均线等):使用zoo包中的rollmean函数计算k个周期移动平均值
R语言计算时间序列数据的移动平均值(滚动平均值.例如5日均线.10日均线等):使用zoo包中的rollmean函数计算k个周期移动平均值 目录
- python使用statsmodels包中的tsa.acf函数计算时间序列数据所有滞后位置个数(级别)的自相关性(autocorrelation for every lag)
python使用statsmodels包中的tsa.acf函数计算时间序列数据所有滞后位置个数(级别)的自相关性(autocorrelation for every lag) 目录
- python使用statsmodels包中的tsa.acf函数计算时间序列数据所有滞后位置个数(级别)的自相关性、tsaplots函数可视化时间序列数据所有滞后位置个数(级别)的自相关性
python使用statsmodels包中的tsa.acf函数计算时间序列数据所有滞后位置个数(级别)的自相关性.tsaplots函数可视化时间序列数据所有滞后位置个数
最新文章
- Python:数据导入、爬虫:csv,excel,sql,html,txt
- 一阶微分算子锐化图像_【动手学计算机视觉】第三讲:图像预处理之图像分割...
- 元宇宙深度报告,共177页!
- 案例:文件下载需求:1. 页面显示超链接 2. 点击超链接后弹出下载提示框 3. 完成图片文件下载||中文文件问题
- lisp点转为vla_一种将Region转为Polyline的方法
- JVM必备指南(转)
- 复习HTML CSS(5)
- JS保证输入框里面的数值是数字
- 满足ThreadLocal目的
- Tensflow学习笔记(一)——TF生成并查看数据
- acegis连接使用方法_arcgis工具使用方法
- PMP试题 | 每日一练
- 如何在excel中取消合并单元格后内容自动填充?
- 采用commons-emai发送电子邮件
- linux u盘 驱动怎么安装步骤,怎样利用U盘加载控制器驱动安装Linux系统?
- iOS开发常用之博客
- 二元加权电容器阵列的构造性共质心布局与布线
- 计算机的简单手抄报图片,简单a4手抄报模板设计图
- [李宏毅 机器学习笔记] Gradient Descent
- 阿里云服务器Windows系统试用和配置
热门文章
- oracle 字符集问题处理,oracle 字符集问题解决
- DeepTech深科技专访丨分布式系统开源项目领跑者Alluxio获5000万美元C轮融资
- python定义整数_Python | 程序定义一个整数值并打印
- linux中lockf的例子,小何讲Linux: 文件锁及其实例
- 计算机毕业设计选题、开题、答辩、模板大全(有源码)
- 设置U盘盘符为自定义图片
- 点云配准之NDT算法
- 分贝通携手衡石科技,用心护好客户「钱袋子」 增收节流数百万
- 爬虫进阶之路---处理点触验证码(使用超级鹰API接口处理;以解决12306的图片验证码为例;)
- 桌面文件突然不见了怎么恢复?