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非常陌生，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，我得到了具有第一个数据差异的固定时间序列，所以我没有采用任何对数第一差异。 （见附件）。我还创建了一个滞后 1440 的滞后变量，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，我似乎无法解释该图。在我看来，它是每周共同相关的，但有人可以确认吗？

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

非常感谢任何帮助。

提前致谢。

Answer 1

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

2. 获得 nans 相关的事实可能是由于数据中有 nans 或其他无效值。事实上，第二个时间序列（在 7 月刻度后的第 3 个峰值之前）有一个短暂的差距。这样的差距通常表示 nans。

如果数据中有此类无效值（nan、inf 等），它们通常会传播到相关性等汇总统计信息。

解决方案取决于手头的问题。您可以尝试跳过时间序列中缺少值的部分，也可以尝试将其替换为默认值（例如 0）。