时间序列之自相关函数

时间序列分析之自相关函数

相关系数

两个随机变量 X X X 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(Xμx)2E(Yμy)2 E[(Xμx)(Yμy)]
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 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 1ρx,y1,说明相关系数处于 − 1 -1 1 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 Y Y Y几乎处处有线性关系,即,存在 a ( ≠ 0 ) a(\neq0) a(
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

great-wind

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值