解釋 R 中互相關函數的輸出
我正在處理兩個時間序列，我有興趣了解它們之間的關係。作為第一步，我檢查了互相關函數（
ccf()在 R 中使用）。我的代碼輸出如下所示，我正在運行
ccf(x,y). 據我了解，這裡的結論是，x時間與時間負t+k相關，其中滯後時間。y``t``k = 2,3,4,5,6
我對此感到非常驚訝，因為我的假設是這
x會導致 的負變化y，因此我希望看到滯後值為負的負相關，k。事實上，儘管我在這裡看到了什麼，但我想不出在未來某個時間點y的變化會如何引起變化。x我對輸出的解釋是否正確？在運行了一些表單測試後，我假設是這樣的：
x <- rnorm(10) y <- -lead(x) ccf(x, y, na.action=na.omit)但是考慮到我對結果的感覺有多驚訝，我想仔細檢查一下。
假設我的解釋是正確的，對於我在結果中看到的這種幾乎正弦的形狀，還有其他解釋嗎？（我在想我的數據中可能有一些特徵可以人為地導致這些形狀——我對此沒有直覺！）。
我有多個以這些時間序列為特徵的獨立實驗，並且我在其中的大多數中看到了正弦模式（儘管“正弦波”的幅度和頻率因圖而異）。
我也很想听聽量化兩個時間序列之間關係的替代方法。
為了回答你的問題，這裡有一個例子：
set.seed(123) x = arima.sim(model=list(0.2, 0, 0.5), n = 100) y = arima.sim(model=list(0.4, 0, 0.4), n = 100) ccf(x, y, type="correlation")有兩個時間序列，x 和 y。兩者之間的相關性發生在和在哪裡是一個滯後。在這個例子中，在= -2, -7, -10,顯著與….有關.
解釋可能是 x 在滯後 2、7 和 10 處領先 y。這是隨機數據，因此領先是沒有意義的。
這裡有一些有用的解釋參考資料（我的TS知識有點生疏）： http ://homepage.univie.ac.at/robert.kunst/prognos4.pdf
https://onlinecourses.science.psu.edu/stat510/node/74
要添加有關您的情況的更多詳細信息，您的 y_t 似乎落後於 x_{t+k}。您在 CCF/ACF 中看到的正弦模式是某些時間序列結構的典型特徵。您對 AR 和 MA 模型的熟悉程度如何？
關於您的假設，尚不清楚您擁有哪些數據，以及該數據的性質可能是什麼，但如果您的時間序列具有非平穩模式，則會產生奇怪的 ACF/PACF/CCF 圖。
