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

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