교차 상관에 대한 모든 통계량 및 그래프 해석

교차 상관과 함께 제공되는 모든 통계량 및 그래프에 대한 정의 및 해석 방법을 확인해 보십시오.

시차

시차는 두 시계열을 구분하는 기간의 수입니다. 기본 시차 수는 ( + 10)에서 ( + 10)까지입니다.

교차 상관 함수(CCF)

교차 상관 함수는 k 시간 단위로 구분된 두 시계열의 관측치 xt와 yt 간의 상관입니다(yt+k와 xt 간의 상관).

해석

두 시계열 간에 관계가 있는지 여부를 확인하려면 교차 상관 함수를 사용합니다. 두 계열 간에 관계가 존재하는지 여부를 확인하려면 양쪽 상관 중에서 신속하게 유의하지 않게 되는 더 큰 상관을 찾으십시오. 일반적으로 절대값이 보다 크면 상관이 유의합니다. 여기서 n은 관측치의 수이고 k는 시차입니다. 이 계산은 표본의 정규 근사성을 기반으로 하는 경험 규칙 절차입니다. 시차 k(k = 1,2 ...)의 모집단 교차 상관이 0인 경우 상당히 큰 n에 대해 rxy(k)는 근사적으로 정규 분포를 따릅니다. 이때 평균(μ)은 0이고 표준 편차(σ)는 1/입니다. 정규 모집단의 약 95%가 평균의 2 표준 편차 내에 있으므로 |rxy(k) |가 2/보다 큰 경우 시차 k의 모집단 자기 상관이 0이라는 가설을 기각하는 검정의 유의 수준(α)은 대략 5%입니다.

참고

교차 상관 함수의 해석은 자기 상관이 없다는 가정에 따라 달라집니다. 자세한 내용은 자기 상관 증거 확인을 참조하십시오.

이 그림에서 시차 −2에서의 상관 계수는 약 0.92입니다. 0.92 > 0.5547 = 이기 때문에 상관 관계가 유의합니다. 2일 동안 상류에서 하류로 물이 이동한다는 결론을 내릴 수 있습니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오