在R的ccf和Julia的crosscor中使用的等式是什么？

Question

我一直在摸不着头脑。 现在，除了朱莉娅在滞后方面给出看似倒退的结果这一事实

julia> crosscor([1,2,3,4], [1,2,3,1])'
1x7 Array{Float64,2}:
 -0.30339  0.0  0.64049  0.13484  -0.37081  -0.40452  0.30339

> print(ccf(c(1,2,3,4), c(1,2,3,1), type="correlation", plot=F))

Autocorrelations of series ‘X’, by lag

    -3     -2     -1      0      1      2      3 
 0.303 -0.405 -0.371  0.135  0.640  0.000 -0.303

通过反转x和y可以很容易地解决这个问题（当你需要一小时的生活时，“很容易”是相对的），这些数字与我熟悉的任何方程都不相似（并不是很多） ，无论如何）。

所以，我打开了我的统计教科书，发现了许多其他公式，我不打算用笔和纸测试。 我怀疑从载体中移除手段起了作用，所以我试着不这样做（遗憾的是，这只能在Julia中完成）

julia> crosscor([1,2,3,4], [1,2,3,1], demean=false)'
1x7 Array{Float64,2}:
 0.188562  0.518545  0.942809  0.848528  0.518545  0.235702  0.0471405

但这仍然不像我用笔和纸计算的标准化互相关（我可能已经犯过的错误）。

简而言之：我需要引用这个公式，那么它是什么？

Answer 1

我假设StackOverflow的使用条款引用此摘录是正确的吗？ 从Venables和Ripley（2002）的第390页（第14.1节），您可以在这里找到它们用于acf()函数的定义：

如果查看R中ccf()函数的源代码ccf()在提示符下键入“ccf”），您可以看到如何使用acf() ，并可以查询上述acf()实现与计算的关系。