我使用的是R3.1.3,我有两个时间序列,我想用ccf进行比较,看看在哪个时差有最大的相关性。时间序列间隔15分钟。
我尝试了两种不同的方法:
ts对象xts对象之后,我使用ccf命令计算互相关。ACF图形在这两种情况下都是相同的,但是当我使用ts对象时,我会遇到(-31,31)之间的滞后,但是当我使用xts对象时,延迟会介于(-27900,27900)之间。我签入了帮助,默认情况下,最大滞后是10*log10(N/m),在本例中是:10*log10(2688/2) = 31.28。
因此,第一个选项似乎显示了正确的滞后。然而,我更喜欢使用xts,因为我还有8个系列需要比较,而且它们都在同一个data.frame中。另外,我很想知道为什么会发生这种事!
在这里您可以看到代码:
# Generate data - Example:
set.seed(123)
x <- rnorm(2880,0,3)
y <- rnorm(2880,0,3)
# 1 month of data
dt <- seq(as.POSIXct('2014-01-01 00:00:00'), by='15 min', length.out=(60*24*30/15))
x <- data.frame (dt,x)
y <- data.frame(dt,y)
summary(x)
summary(y)
str(x)
str(y)
xy <- merge (x, y, by="dt", all=TRUE)
summary(xy)
# Time series objects (univariate):
x_ts <- ts(x)
y_ts <- ts(y)
# Using xts (multivariate):
library(xts)
xy_ts <- xts(xy[,-1], order.by = xy$dt)
summary(xy_ts)
str(xy_ts)
class(xy_ts)
xy_ts_x <- xy_ts[,1]
xy_ts_y <- xy_ts[,2]
summary(xy_ts_y)
# Cross-correlation fucntion from the univariate series:
ccf1 <- ccf(x_ts[,2], y_ts[,2])
# Cross-correlation fucntion from the multivariate series:
ccf2 <- ccf(drop(xy_ts_x), drop(xy_ts_y)) # drop extra dimensions in xts正如你所看到的,x轴在这两种图形中是不同的.我读过很多关于ccf、xts等的文章,但是我找不到为什么会发生这种情况。
发布于 2016-01-16 16:11:57
acf和ccf函数在内部将第一个参数转换为ts对象。正如我在其他地方说过的,xts目前处理到/从ts的转换还不是很好。
解决这个特定问题的方法是在创建xts对象之后手动将frequency属性设置为1:
xy_ts <- xts(xy[,-1], order.by = xy$dt)
attr(xy_ts, "frequency") <- 1
xy_ts_x <- xy_ts[,1]
xy_ts_y <- xy_ts[,2]
ccf2 <- ccf(drop(xy_ts_x), drop(xy_ts_y))https://stackoverflow.com/questions/34808342
复制相似问题