首页 文章

估计R中的相关矩阵与时间序列？

提问于
浏览 次
0

我根据R的数据集得到了从1710年到1980年的太阳黑子数量的时间序列 .

我试图估计"y"值的相关矩阵 . 我尝试使用timeSeries包中的cor（ . ）函数（https://cran.r-project.org/web/packages/timeSeries/timeSeries.pdf）（第64页） . 但它不起作用 .

让“yp”成为我从1710年到1980年的观测向量（时间序列对象） . 我的代码是：

CorrelationMatrice=cor(yp,y=NULL,use = "all.obs", method = c("pearson"))

感谢您阅读这篇文章 .

错误的形式如下：

Error in cor(yp, y = NULL, use = "all.obs", method = c("pearson")) : 
  give 'x' and 'y' or 'x' as a matrix

我想我的相关矩阵给出了来自yp的每对观察结果ci和cj之间的相关性 .

r matrix time-series correlation

1 回答

  • 1

    您收到错误的原因是您提供的时间序列示例（yp）是向量 . 如果仔细查看timeSeries包的文档，您将看到使用的示例时间序列是矩阵而不是向量，这就是您收到以下错误消息的原因

    Error in cor(yp, y = NULL, use = "all.obs", method = c("pearson")) : give 'x' and 'y' or 'x' as a matrix

    如果使用矩阵表示yp而不是向量，则不会出现错误 . 例：

    my_ts <- <- as.data.frame(timeSeries(matrix(rnorm(24), 12), timeCalendar()))

cor(my_ts, y = NULL, use = "all.obs", method = c("pearson"))

           TS.1       TS.2
TS.1 1.00000000 0.02275777
TS.2 0.02275777 1.00000000

    您可以尝试使用向量同时使用X和Y cor(yp, y = yp, use = "all.obs", method = c("pearson")) 并获得一个271x271的相关矩阵，但是没有太多意义，因为您会得到1的相关性 .

    cor(yp, y = yp, use = "all.obs", method = c("pearson"))
[1] 1

    为了生成您正在寻找的相关矩阵，您需要比较两个不同的时间序列，而不是将一次性序列与自身进行比较 . 例如，您可以将道琼斯工业平均指数与一段时间内的欧元/美元汇率进行比较 .

    回复于

相关问题