用时间序列估计R中的相关矩阵？答案

【问题标题】：Estimating correlation matrix in R with time series?用时间序列估计R中的相关矩阵？
【发布时间】：2015-10-24 05:47:07
【问题描述】：

基于 R 的数据集，我有一个从 1710 年到 1980 年太阳黑子数量的时间序列。

我正在尝试估计“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 年的观察向量（时间序列对象）。我的代码是：

CorrelationMatrice=cor(yp,y=NULL,use = "all.obs", method = c("pearson"))

感谢您阅读这篇文章。

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来自 yp 的每对观测值 ci 和 cj 之间的相关性。

【问题讨论】：

我不知道这个包，但是（只是在这里猜测！）看起来该函数没有收到正确的参数，你确定yp 是一个矩阵吗？
没有。 yp 是从 1710 年到 1980 年的观测向量。但是，带有函数 cor(.) 的包 timeSeries 表示“x”必须是“timeSeries 类的单变量对象”。我使用 as.ts(yp) 将向量 yp 转换为时间序列。
好的，明白了。您能否通过dput 提供一点您的数据？
我想知道您的术语是否混淆。没有像单个向量的相关性这样的统计动物。相关性是两个项目的关系。有这样一个东西，例如应用于单个向量的自相关函数。要求所有成对的东西（差异？）可能会建议您改为使用距离矩阵。
这是一个显示 yp 的链接：pastebin.com/XxVL3zNn

标签： r matrix time-series correlation

【解决方案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。如果您仔细查看 timeSeries 包的文档，您会发现使用的示例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

如果您对 yp 使用矩阵而不是向量，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

您可以尝试将向量用于 X 和 Y cor(yp, y = yp, use = "all.obs", method = c("pearson")) 并得到一个 271x271 的相关矩阵，但没有多大意义，因为您会收到 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，而不是将单个时间序列与其自身进行比较。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。

【讨论】：

感谢您的快速回答！
@Mercier，如果此答案对您有用，请单击答案旁边的复选标记，以便其他人知道此问题已得到解决。谢谢。