如何解决在时间向前移动 n 个时间单位的窗口上计算的两个时间序列之间的相关系数
是否有一个包或一个简单的代码来生成绘图 (1) 在时间上向前移动 n 个时间单位的窗口上计算的两个时间序列之间的相关系数 (2) 以及为每次移动计算的各自的 p 值?
library(zoo)
x = ts(rnorm(1:121),start = 1900,end = 2021)
y = ts(rnorm(1:121),end = 2021)
data = data.frame(x,y)
# 40-year moving window lagged forward by 15 years per example
rollapply(data,width=40,by = 15,function(x) cor(x[,1],x[,2],method = "pearson"),by.column=FALSE)
[1] 0.92514750 0.5545223 -0.207100231 -0.119647462 -0.125114237 0.041334073
**使用 Hmisc::rcorr
会更好,它也计算 p 值,但我没有设法将它集成到 rollapply
中。
在这里的结果中,第一个系数 (0.9251...) 对 1900:1940 有效,第二个对 1915:1955 等有效。
那么问题是:有没有一种快速的方法可以将这个结果整合到一个包含时间、r 和 p 值的阶梯图中?
输出看起来像:
时间 | r | P |
---|---|---|
1900 | 0.92 | 0.000001 |
1901 | 0.92 | 0.000001 |
... | ... | ... |
1915 | 0.55 | 0.00045 |
1916 | 0.55 | 0.00045 |
解决方法
几点:
- 从 1900 年到 2021 年有 2021-1900+1 = 122 年,而不是 121 年
- 40/15 参数与 122 点不均匀,所以从 1907 开始
rcorr
返回一个包含 3 个组件的列表,我们需要每个组件的 1,2 个元素。我们可以使用 na.locf 填充 rollapplyr 中的缺失值。输入输出都是mts/ts系列。
library(zoo)
library(Hmisc)
set.seed(123)
tt <- ts(cbind(x = rnorm(115),y = rnorm(115)),start = 1907)
na.locf(rollapplyr(tt,width=40,by = 15,function(x) sapply(rcorr(x),`[`,1,2),by.column = FALSE,fill = NA),fromLast = TRUE)
以上返回一个与输入 tt 行数相同但基于以下年份范围计算 rcorr 的序列:
rollapplyr(1907:2021,40,range)
## [,1] [,2]
## [1,] 1907 1946
## [2,] 1922 1961
## [3,] 1937 1976
## [4,] 1952 1991
## [5,] 1967 2006
## [6,] 1982 2021
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。