如何从 R 中的互相关函数计算 p 值

Question

我使用 R 计算了两个时间序列的互相关。ccf()我知道如何得出置信限：

ccf1 <- ccf(x=x,y=y,lag.max=5,na.action=na.pass, plot=F)
upperCI <- qnorm((1+0.95)/2)/sqrt(ccf1$n.used)
lowerCI <- -qnorm((1+0.95)/2)/sqrt(ccf1$n.used)

但我真正需要的是最大相关性的 p 值。

ind.max <- which(abs(ccf1$acf[1:11])==max(abs(ccf1$acf[1:11])))
max.cor <- ccf1$acf[ind.max]
lag.opt <- ccf1$lag[ind.max] 

如何计算这个 p 值？我到处搜索，但在任何地方都找不到好的答案。

Answer 1

获取 p 值很简单。

在相关性为 0 的零假设下，它服从正态分布：

Z ~ N(0, 1/sqrt(ccf1$n.used))

因此，对于观察到的最大相关性max.cor，其 p 值就是概率Pr(Z > |max.cor|)，可以通过以下方式计算：

2 * (1 - pnorm(abs(max.cor), mean = 0, sd = 1/sqrt(ccf1$n.used)))

跟进

真的有那么简单吗？它ccf同时计算许多相关性！

你是说这ccf是计算不同滞后的相关性吗？好吧，如果您有大量观测值N，每个滞后处的 ACF 标准差是相同的：1/sqrt(N)。这就是为什么置信区间是两条水平线。