如何解释滞后与当前变量散点图

Question

我对统计数据和时间序列都很陌生，我正在按照本教程（http://www.johnwittenauer.net/a-simple-time-series-analysis-of-the-sp-500-index/）进行时间序列分析。所以，我得到了我的第一个数据差异的固定时间序列，所以我没有采取任何日志的第一个区别。 （见附件）。我还创建了滞后变量1440，因为我的数据分辨率为1分钟（每分钟服务器的事务计数），因此我想使用前一天的数据来预测第二天。出于这个原因，我绘制了滞后1440与滞后0变量的散点图，我似乎无法解释该情节。在我看来，它是每周与co有关，但任何人都可以确认吗？

另外，我确实从scipy.stats.stats尝试了pearsonr函数，它返回（nan，1.0），而numpy.corrcoef（）返回所有的nan矩阵。

任何帮助都会受到赞赏。

提前致谢。

Answer 1

在这里，我将回答您问题的第二部分 - 与编程有关的部分（关于散点图的解释，请参阅我对该问题的评论）。

2。您获得相关性的事实可能是由于数据中存在nans或其他无效值。事实上，第二个时间序列中存在短暂的差距（在7月份蜱之后的第3次飙升之前）。这样的差距通常表明没有。

如果您在数据中有这样的无效值（nan，inf等），它们通常会传播到摘要统计信息，例如相关性。

解决方案取决于手头的问题。您可以尝试跳过缺少值的时间序列部分，也可以尝试使用默认值（例如0）替换它们。