교차 상관 함수(CCF)를 사용하면 시계열 X의 어느 시차가 시계열 Y의 값을 예측하는지 확인할 수 있습니다. 그러나 두 가지 계열 중 하나에 자기 상관이 포함되어 있어 두 계열이 공통 추세를 공유하는 경우 두 시계열 간에 유의한 관계를 식별하기 어렵습니다. 사전 백색화를 하면 자기 상관과 추세를 제거하여 이 문제를 해결할 수 있습니다.
이 교차 상관 함수는 시차 2와 3에서 큰 상관이 있고 양쪽의 상관이 서서히 0으로 감소한다는 것을 보여줍니다. 이 패턴은 두 시계열 간에 관계를 확인하기 위해 데이터를 사전 백색화해야 할 수 있다는 것을 나타냅니다.
데이터를 사전 백색화하는 데는 여러 가지 방법이 있습니다. 다양한 대등 조건 방법 중 하나를 사용하여 데이터를 사전 백색화하려면 다음 단계를 완료하십시오.
- 변수 중 하나에 대해 다음 평활 분석 중 하나를 수행하십시오.
적절한 분석을 결정하려면 어떤 시계열 분석을 사용해야 합니까?으로 이동하십시오.
- 선택한 평활 분석의 잔차를 저장합니다.
- 으로 이동하여 저장된 잔차의 열을 계열에 입력합니다.
- 비계절 모형의 자기 회귀에 5를 입력합니다.
- 모형에 상수 항 포함을 선택 취소합니다.
- 저장을 선택한 다음 잔차를 선택합니다.
- 각 대화 상자에서 확인을 클릭합니다.
- 다른 변수에 대해 1-7단계를 반복합니다.
- 두 시계열 모두 백색 잡음으로 감소했는지 확인합니다. 추세, 패턴 또는 자기 상관이 없는 경우 데이터가 백색 잡음으로 감소했습니다. 이를 확인하기 위해 시계열도와 자기 상관을 사용할 수 있습니다.
- ARIMA 분석에서 저장된 두 잔차 열을 사용하여 교차 상관 분석을 수행합니다.
