我有 2 个每日时间序列，每个 6 年。虽然嘈杂，但它们都明显是周期性的（频率约为 1 年），但似乎是异相的。我想估计这些时间序列之间的相位差。
我考虑过将 形式的曲线拟合到每个时间序列，并且只是比较 b 的两个不同值，但我怀疑还有更多优雅（而且严谨！）的方法来做到这一点（也许使用傅里叶变换？）。如果可能的话，我还希望对我的相位差估计中的不确定性有某种了解。
更新：
阴影区域为 95% CI。
两个时间序列之间的样本互相关：
如何估计两个周期性时间序列之间的相位差？
机器算法验证
时间序列
傅里叶变换
2022-03-11 23:47:14
1个回答
这是交叉光谱分析非常适合的问题。接下来，您有一个使用消费者价格（差异）和石油价格的代码示例，并估计相干性（粗略地，被频带打破的平方相关系数）和相位（以弧度为单位的滞后，再次按频带）。
Crudo <- dget(file="Crudo.dge")
IPC <- dget(file="ipc2001.dge")[,1]
dIPC <- diff(IPC)
datos <- ts.union(dIPC,
Crudo)
datos <- window(datos,
start=c(1979,1),
end=c(2002,1))
sp <- spectrum(datos,
main="Petróleo e IPC",
spans=rep(3,5))
par(mfrow=c(2,1))
plot(sp,plot.type="coh")
plot(sp,plot.type="phase")
这些是最后一条指令生成的图表。您可能可以根据您的设置进行调整。
其它你可能感兴趣的问题