교차 상관에 대한 데이터 고려 사항

유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.

데이터를 연대순으로 기록
시계열 데이터는 규칙적인 간격으로 수집되고 시간순으로 기록됩니다. 데이터를 수집한 것과 같은 순서로 워크시트에 기록해야 합니다. 데이터가 연대순이 아닌 경우 데이터에서 시간과 관련된 패턴을 평가할 수 없습니다. 그러나 산점도을 사용하여 계량형 변수 쌍 간의 관계를 계속 조사할 수 있습니다.
추세나 패턴을 평가하기에 충분한 데이터 수집
데이터의 추세나 패턴을 완전히 평가할 수 있도록 충분한 데이터를 수집합니다. 예를 들어, 관측된 패턴이 장기적인 패턴이며 단기적인 이상이 아니라고 확신할 수 있을 만큼 충분한 데이터가 필요합니다.
적절한 시간 간격으로 데이터 수집
한 계열의 효과가 다른 계열의 효과로 전환될 수 있는 시간 간격이 있어야 합니다. 데이터 점 사이의 시간 간격이 너무 길면 효과가 보이지 않을 수도 있습니다. 시간 간격이 너무 짧으면 효과가 백색 잡음으로 간주될 수 있습니다.
자기 상관이 없어야 함
두 계열에서 자기 상관의 증거를 확인하려면 서서히 0으로 감소하는 양쪽의 상관 중에서 큰 상관에 대한 교차 상관 함수를 조사하십시오 일반적으로 자기 상관 때문에 두 시계열 사이에 유의한 관계를 식별하는 데 문제가 발생합니다. 자기 상관의 증거가 있으면 데이터를 미리 백색화해야 합니다. 자세한 내용은 교차 상관 함수를 위한 데이터 사전 백색화에서 확인하십시오.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오