[英]Time series correlation
我有2个时间序列
Time No_Incidents
1 3 45
2 4 64
3 5 69
4 6 79
5 7 73
6 8 23
7 9 12
8 10 12
9 11 108
10 12 79
Time No_Changes
1 3 1
2 4 5
3 5 3
4 6 10
5 7 8
6 8 7
7 9 1
8 10 1
9 11 7
10 12 10
我需要找到两个时间序列的相关性,以了解某些变化是否会导致事件出现尖峰。我尝试了R的ccf函数并发现了2个滞后的显着互相关。如果我想使用滞后图,那么R中有任何函数显示滞后图的互相关?
此外,尽管显示滞后= 2存在负相关,这意味着变化会导致事故,但实际上,如果变化增加,事故将会减少。
有没有办法研究这两个时间序列的相关性?
对于这两个时间序列,提供这种分析是有问题的,因为观察量非常小。
y1 <- structure(list(DN = 1:10, Time = 3:12, No_Incidents = c(45L,
64L, 69L, 79L, 73L, 23L, 12L, 12L, 108L, 79L)), class = "data.frame",
row.names = c(NA, -10L))
y2 <- structure(list(DN = 1:10, Time = 3:12, No_Changes = c(1L, 5L,
3L, 10L, 8L, 7L, 1L, 1L, 7L, 10L)), class = "data.frame", row.names =
c(NA, -10L))
ts1 <- ts(y1$No_Incidents)
ts2 <- ts(y2$No_Changes)
acf(ts.union(ts1, ts2), ci = 0.99)
输出:
您可以看到既不存在也不存在自动交叉相关且置信水平为99%。 所以滞后= 2相关性在某种程度上是非常激烈的。 默认情况下, acf
显示置信水平为95%,因此偶然可以观察到5%的“显着”相关性。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.