Überlegungen zu Daten für Kreuzkorrelation

Befolgen Sie beim Erfassen von Daten, Durchführen der Analyse und Interpretieren der Ergebnisse die folgenden Richtlinien, um sicherzustellen, dass die Ergebnisse gültig sind.

Zeichnen Sie die Daten in chronologischer Reihenfolge auf

Zeitreihendaten werden in regelmäßigen Intervallen erfasst und in zeitlicher Reihenfolge aufgezeichnet. Sie sollten die Daten im Arbeitsblatt in derselben Reihenfolge aufzeichnen, in der sie erfasst wurden. Wenn die Daten nicht in chronologischer Reihenfolge angeordnet sind, können Sie die zeitlichen Muster in den Daten nicht beurteilen. Sie können jedoch trotzdem Streudiagramm verwenden, um die Beziehung zwischen einem Paar stetiger Variablen zu untersuchen.

Erfassen Sie ausreichend Daten, um Trends oder Muster auswerten zu können

Erfassen Sie ausreichend Daten, damit Sie Trends oder Muster in den Daten richtig auswerten können. Sie benötigen z. B. ausreichend Daten, um sicher sein zu können, dass es sich bei einem beobachteten Muster um ein langfristiges Muster und nicht nur um eine kurzfristige Anomalie handelt.

Erfassen Sie die Daten in geeigneten Zeitintervallen

Sie sollten ein Zeitintervall verwenden, innerhalb dessen sich die Effekte der einen Zeitreihe auf die andere Zeitreihe erkennen lassen. Wenn das Zeitintervall zwischen den Datenpunkten zu lang ist, erkennen Sie die Effekte möglicherweise nicht. Wenn das Zeitintervall zu kurz ist, könnten die Effekte fälschlicherweise als weißes Rauschen interpretiert werden.

Es sollte keine Autokorrelation vorhanden sein

Um in den beiden Zeitreihen nach Anzeichen für Autokorrelation zu suchen, untersuchen Sie die Kreuzkorrelationsfunktion auf eine große Korrelation, bei der die Korrelationen auf beiden Seiten langsam auf 0 abfallen. Die Autokorrelation verursacht in der Regel Schwierigkeiten beim Erkennen aussagekräftiger Beziehungen zwischen den beiden Zeitreihen. Wenn Sie Anzeichen für eine Autokorrelation erkennen, sollten Sie die Daten vorweißen. Weitere Informationen finden Sie unter Vorweißen der Daten für die Kreuzkorrelationsfunktion.