如何理解R中具有pacf函数的部分互相关相关图“喜欢”事物的结果?

时间:2019-03-15 00:47:10

标签: r statistics

事情要做

使用两个时间序列数据计算部分互相关

问题

1。 R的带有两个时间序列的pacf函数的结果是否显示“部分交叉相关图”?

在此问题中,我找到了计算部分互相关的方法。 https://stats.stackexchange.com/questions/292271/does-the-partial-version-of-the-cross-correlation-function-exist-if-so-how-can

所以我尝试使用这种方法'pacf'进行计算,并使用c绑定两个时间序列数据,计算的结果是这样。 (两个数据均已标准化)

pacf(cbind(ser1, ser2, lag.max = 40, plot = TRUE)

the result of above

'ser1&ser2'似乎是部分互相关图,'ser1'似乎也是部分自相关图。
但是这些对吗?

2。 “带有一个时间序列的pacf”和“带有两个时间序列的pacf”有什么区别??

结果如下所示。

pacf(ser1, lag.max = 40, plot = TRUE)

the results of one time-series correlogram

pacf(cbind(ser1, ser2, lag.max = 40, plot = TRUE)

the results of two time-series correlogram

第一个是使用一个时间序列数据(上面的ser1数据)计算的。
第二个是使用两个时间序列数据(ser1和ser2)计算的。
为什么结果不同?
这两个结果似乎都是相同的“部分自相关”。

谢谢。

0 个答案:

没有答案