Question

根据来自R的数据集，我得到了从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"))

感谢您阅读此帖。

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

我希望我的相关矩阵给出yp中每对观察ci和cj之间的相关性。

Answer 1

您收到错误的原因是您提供的时间序列示例（yp）是一个向量。如果仔细查看timeSeries包的文档，您将看到使用的采样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。示例：

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X和Y cor(yp, y = yp, use = "all.obs", method = c("pearson"))的向量，并获得271x271的相关矩阵，但是没有太大的意义，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。

估计R中的相关矩阵与时间序列？

1 个答案: