使用互相关模型进行预测

时间:2014-04-21 01:26:04

标签: r lag predict cross-correlation

我在R中很新,我正在研究互相关模型,我已经找到了答案,但还没找到它。

我已经能够使用R函数和#34; ccf"来证明2个时间序列之间的互相关(滞后相关)。

现在基于使用ccf创建的模型,我希望能够根据另一个变量的数据预测其中一个变量的下一个值。我似乎无法找到信息。

这与Arima的自动关联相对容易,但我似乎无法用互相关进行。

我知道如何实现这一目标?

由于 费尔南多

1 个答案:

答案 0 :(得分:1)

如帮助中所述,ccf功能的目的是:

Function ccf computes the cross-correlation or cross-covariance of two univariate series

这意味着它不是您在问题中陈述的模型,而是计算。 您应该使用ccf函数绘制和选择预测模型,如ARIMA,VAR等Check out the time series task in CRAN,以获取有关时间序列建模的更多选项。

也许您的问题应该发布在stats.exchange而不是stackoverflow中,因为它不是编程问题。

这将是ccf()的一个例子,以防这对你有用。

df <- data.frame(date = seq(as.Date("1990-01-01"), length = 100, by = "month"),
                 x = (runif(n = 100, min = 0, max = 1000)),
                 y = rpois(n = 100, lambda = 50))

cc = with(df, ccf(x, y, type = "correlation"))

plot(cc)