ความสัมพันธ์ระหว่างอนุกรมเวลาสองชุด

วิธี / วิธีที่ง่ายที่สุดในการคำนวณความสัมพันธ์ระหว่างอนุกรมเวลาสองชุดที่มีขนาดเท่ากันคืออะไร ฉันคิดถึงการคูณและและเพิ่มการคูณ ดังนั้นถ้าเลขตัวเดียวนี้เป็นบวกเราสามารถบอกได้ว่าทั้งสองอนุกรมนั้นมีความสัมพันธ์กันหรือไม่? ฉันสามารถนึกถึงตัวอย่างบางส่วน แต่ที่อนุกรมเวลาที่เพิ่มขึ้นแบบทวีคูณเชิงเส้นจะไม่มีความสัมพันธ์กับแต่ละอื่น ๆ แต่การคำนวณข้างต้นจะรายงานว่ามีความสัมพันธ์กัน $(x[t]-\mu_x)$ $(y[t] - \mu_y)$

ความคิดใด ๆ

time-series

— BBDynSys
แหล่งที่มา

คุณเคยได้ยินเกี่ยวกับฟังก์ชั่นสหสัมพันธ์ข้าม - en.wikipedia.org/wiki/Cross-correlation#Time_series_analysisบ้างไหม?

— มาโคร

ซีรี่ส์เวลาสองรายการของคุณมีขนาดเท่ากันทุกประการ ดู stats.stackexchange.com/questions/3463/ …เนื่องจากคล้ายกันไม่เหมือนคำถามของคุณด้วยชุดและความถี่ที่เหมือนกันสองชุดแม้ว่าจะไม่ใช่แบบนิ่ง

— Ellie Kesselman

คำตอบ:

จุดของมาโครนั้นถูกต้องวิธีที่เหมาะสมในการเปรียบเทียบความสัมพันธ์ระหว่างอนุกรมเวลานั้นคือฟังก์ชั่นข้ามสหสัมพันธ์ (สมมติว่ามีความนิ่ง) การมีความยาวเท่ากันนั้นไม่จำเป็น cross correlation ที่ lag 0 เพียงแค่คำนวณความสัมพันธ์เช่นเดียวกับการทำ Pearson correlation โดยประมาณจับคู่ข้อมูลที่จุดเวลาที่เหมือนกัน หากพวกเขามีความยาวเท่ากันกับที่คุณสมมติคุณจะมีคู่ T แน่นอนโดยที่ T คือจำนวนคะแนนเวลาสำหรับแต่ละชุด Lag 1 cross correlation จับคู่เวลา t จากซีรีย์ 1 กับ time t + 1 ในซีรีย์ 2 โปรดสังเกตว่าที่นี่แม้ว่าซีรีย์นั้นมีความยาวเท่ากันคุณมีคู่ T-2 เพียงจุดเดียวในซีรีส์แรก และอีกจุดหนึ่งในซีรีย์ที่สองจะไม่มีการแข่งขันตั้งแต่แรก เมื่อพิจารณาจากทั้งสองซีรี่ส์นี้คุณสามารถประมาณค่าสหสัมพันธ์ข้ามได้หลายครั้ง หากความสัมพันธ์ข้ามมีความแตกต่างอย่างมีนัยสำคัญทางสถิติจาก 0 มันจะบ่งบอกถึงความสัมพันธ์ระหว่างทั้งสองซีรีส์

— Michael R. Chernick
แหล่งที่มา

สวัสดีไมเคิลเป็นไปได้หรือไม่ที่จะบอกปริมาณ "มีความแตกต่างอย่างมีนัยสำคัญ" - ฉันสามารถใช้ค่าเบี่ยงเบนมาตรฐาน 1 หรือ 2 ห่างจากศูนย์ได้หรือไม่?

— BBDynSys

@ user423805 ฉันได้เปลี่ยนให้อ่านสถิติแตกต่างจาก 0 อย่างเป็นทางการซึ่งหมายความว่าคุณทดสอบสมมติฐานว่างว่าความสัมพันธ์เป็นศูนย์เทียบกับทางเลือกที่ไม่ใช่ 0 จากนั้นคำนวณค่า p-value สองด้านสำหรับสถิติการทดสอบ . โดยทั่วไปนัยสำคัญทางสถิติหมายถึงค่า p <= 0.05 บางครั้งค่าอื่น ๆ จะถูกใช้เพื่อกำหนดนัยสำคัญทางสถิติ (ตัวอย่างเช่น 0.01) แพ็คเกจซอฟต์แวร์อนุกรมเวลาส่วนใหญ่ที่มีอนุกรมเวลาหลายค่าสามารถทำการทดสอบเหล่านี้ให้คุณได้ IrishStat เพื่อนของเราสามารถพูดคุยเกี่ยวกับ Autobox ได้

— Michael R. Chernick

มีกรณีที่สหสัมพันธ์ข้ามที่ศูนย์ล่าช้าและเพียร์สันแตกต่างกันอย่างไร

— Bakaburg

คุณอาจต้องการดูคำถามที่คล้ายกันและคำตอบของฉันCorrelating Volumeeriesซึ่งแสดงว่าคุณสามารถคำนวณความสัมพันธ์ข้าม แต่การทดสอบพวกเขาเป็นม้าที่มีสีที่แตกต่างกัน (ม้าของสีที่แตกต่างกัน) เนื่องจากโครงสร้างอัตโนมัติ ชุด.

— IrishStat
แหล่งที่มา

ถ้าฉันเข้าใจอย่างถูกต้องในคำตอบนั้นคุณกำลังพูดถึงครอสสัมพันธ์ระหว่างไทม์ซีรี่ส์นั้นไร้ประโยชน์

— BBDynSys

user423805 อาจไร้ประโยชน์เว้นแต่ว่าข้อมูลจะถูกกรองล่วงหน้าอย่างเหมาะสมเพื่อให้ได้ IID สิ่งนี้พูดโดยตรงกับข้อกังวลที่แท้จริงของ OP เกี่ยวกับข้อสรุปที่น่าเกรงขามเช่น "นกกระสาพาเด็ก ๆ J. Neyman 1938 en.wikipedia.org/wiki/…และamstat.org/about / statisticiansinhistory / … "ฯลฯ (ฉันสามารถนึกถึงบางตัวอย่าง แต่ที่อนุกรมเวลาที่เพิ่มขึ้นแบบทวีคูณเชิงเส้นจะไม่มีความสัมพันธ์กับแต่ละอื่น ๆ แต่การคำนวณข้างต้นจะรายงานว่าพวกเขามีความสัมพันธ์กัน)

— IrishStat

ฉันคิดว่าประเด็นคือซีรีส์ต้องมีความนิ่งสำหรับครอสโคสัมพันธ์เพื่อให้เหมาะสม หากจำเป็นต้องใช้การกรอง mske ซีรีส์เครื่องเขียน (เช่นความแตกต่างหรือความแตกต่างของฤดูกาล) แต่การที่จะเรียกมันว่าไร้ประโยชน์นั้นผิด

— Michael R. Chernick

@Michael ฉันบอกว่าอาจไร้ประโยชน์

— IrishStat

@IrishStat มันเป็นความคิดเห็นที่ดีและพาฉันกลับไปที่การฝึกอบรมของฉันในปี 1970 ในเวลานั้นฉันเรียนรู้เกี่ยวกับอนุกรมเวลา / วิธีการพยากรณ์สำหรับงานพลเรือนของฉันในกองทัพสหรัฐฯ เราใช้การทำให้เรียบแบบเอ็กซ์โปเนนเชียลเป็นวิธีการพยากรณ์โดยอิงจากข้อมูลในอดีตมากกว่าการคาดการณ์แบบอัตนัยที่ใช้ในคลังพัสดุ มีคนแนะนำฉันให้ดูรุ่น ARIMA ทั่วไปและข้อความ 1970 โดย Box and Jenkins และเริ่มให้ความสนใจในอนุกรมเวลาที่กลายเป็นส่วนหนึ่งของอาชีพการงานของฉัน

— Michael R. Chernick

-1

มีบางสิ่งที่น่าสนใจอยู่ที่นี่

/programming/3949226/calculating-pearson-correlation-and-significance-in-python

นี่คือสิ่งที่ฉันต้องการ ใช้งานง่ายและอธิบาย

— BBDynSys
แหล่งที่มา

-1 จากสิ่งที่ฉันสามารถรวบรวมคำตอบเหล่านี้เกี่ยวข้องกับความสัมพันธ์ช่วงเวลามาตรฐานของ Pearson เท่านั้น เมื่อนำไปใช้กับอนุกรมเวลาสองค่าสหสัมพันธ์แบบเพียร์สันจะให้ผลลัพธ์ที่ไร้สาระ! หากคุณทำตามคำแนะนำเหล่านี้สิ่งที่คุณทำคือผลิตสิ่งของทางสถิติ ดูเช่นmath.mcgill.ca/dstephens/OldCourses/204-2007/Handouts/ …

— Momo