时间序列之自相关函数
相关系数
两个随机变量 X X X和 Y Y Y的相关系数定义如下:
ρ x , y = C o v ( X , Y ) V a r ( X ) V a r ( Y ) = E [ ( X − μ x ) ( Y − μ y ) ] E ( X − μ x ) 2 E ( Y − μ y ) 2 \begin{aligned} \rho_{x,y} &= \frac{Cov(X,Y)}{\sqrt{Var(X)Var(Y)}} \\ &= \frac{E[(X-\mu_x)(Y-\mu_y)]}{\sqrt{E(X-\mu_x)^2E(Y-\mu_y)^2}} \end{aligned} ρx,y=Var(X)Var(Y)Cov(X,Y)=E(X−μx)2E(Y−μy)2E[(X−μx)(Y−μy)]
其中, μ x , μ y \mu_x,\mu_y μx,μy分别表示 X , Y X,Y X,Y的均值,并假定方差是存在的。相关系数度量的是 X X X和 Y Y Y线性相关的程度。相关系数具有以下几个性质:
- − 1 ≤ ρ x , y ≤ 1 -1 \leq \rho_{x,y} \leq 1 −1≤ρx,y≤1,说明相关系数处于 − 1 -1 −1到 1 1 1之间;
- ρ x , y = ± 1 \rho_{x,y} = \pm1 ρx,y=±1的充分必要条件是, X X X和 Y Y Y几乎处处有线性关系,即,存在 a ( ≠ 0 ) a(\neq0) a(
时间序列分析之自相关函数

最低0.47元/天 解锁文章
11万+

被折叠的 条评论
为什么被折叠?



