Correlazione di calcolo (e significato di detta correlazione) tra una coppia di serie temporali

14

Ho due serie storiche S e T. hanno la stessa frequenza e la stessa lunghezza.

Vorrei calcolare (usando R), la correlazione tra questa coppia (cioè S e T), e anche essere in grado di calcolare il significato della correlazione), quindi posso determinare se la correlazione è dovuta al caso o meno.

Mi piacerebbe farlo in R, e sto cercando puntatori / quadro scheletrico per iniziare.

r time-series correlation

— Morpheous
fonte

3

Le serie storiche sono entrambe stazionarie? www.econ.ohio-state.edu/dejong/note1.pdf

— user603

@kwak: No, le serie NON sono entrambe fisse.

— morphheous

Qui: stats.stackexchange.com/questions/1881/… Stavo proponendo un approccio Monte Carlo per determinare i limiti di confidenza. L'idea era di farlo per due punti, ma credo che potrebbe essere facilmente adattato alla tua situazione.

— nico,

5

Puoi usare la funzione ccf per ottenere la correlazione incrociata, ma questo ti darà solo un diagramma. Se le correlazioni incrociate stimate non rientrano nella linea rossa del trattino, è possibile concludere che esiste una correlazione incrociata statisticamente significativa. Ma non conosco un pacchetto con un test formalmente incapsulato. Esempio dal documento ccf:

require(graphics)

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

Si noti che anche la questione del test di significatività è discussa qui .

— M. Tibbits
fonte

1

Altri manifesti hanno notato che la stazionarietà è importante qui. Se entrambe le serie hanno una tendenza al rialzo lineare (un tipo di non stazionarietà), saranno correlate - ma tutta la correlazione potrebbe essere dovuta alla tendenza comune, che potrebbe essere o meno ciò che ci interessa.

— Stephan Kolassa,

4

Come si definisce la correlazione per le serie temporali non stazionarie? Prevedi di prendere la correlazione del diff o di queste serie temporali? In caso contrario, ti suggerisco di cercare la cointegrazione piuttosto che la correlazione (vedi Granger ecc ...)

— RockScience
fonte