非平稳时间序列的相关性

机器算法验证 时间序列 相关性 趋势 互相关
2022-03-20 11:21:50

我正在寻找房价时间序列与一个地区多个指标的时间序列之间的相关性。例如

在此处输入图像描述 在此处输入图像描述

这两种趋势清楚地显示出一种强烈的负相关。

此示例中的其他指标可能是收入(预期正相关)、犯罪(预期弱负相关)、我当月吃过的比萨饼数量(预期零相关)。

如果用于查找平稳时间序列之间相关性的方法,我已经阅读了该互相关,但这些显然是非平稳的。

这就是我感到困惑的地方。去趋势是否正确,例如取该图的剩余部分:

在此处输入图像描述

然后对此进行互相关,前提是它足够平稳?

我很难相信这一点,因为我觉得如果我们这样做,我们就会忽略信息的关键部分,即两个系列的整体趋势随着时间的推移。

我觉得也许更好的选择是顺势而为,然后对其执行例如一阶差分。然后希望提供两个不同的时间序列都足够平稳,并在其上执行互相关。

这些选项中哪一个是正确的?

1个回答

找出两个时间序列之间的相关性。理论与实践 (R)是您开始教育的好地方。请注意讨论指出当您拥有自相关数据时解释(而不是计算!)相关系数的缺陷......就像您所做的那样。

这个问题早在 1926 年就被 Yule 在他对皇家统计学会的总统讲话中认识到了时间序列,近 100 年后,我们有了谷歌https://www.google.com/trends/correlate/tutorial和大量其他人推广时间序列相关性的错误解释(即使用标准显着性检验!)。