MATLAB答案

相关系数通过时间

7次观看（最近30天）
显示较旧的评论
Daniele Ferreti
Daniele Ferreti 2020年3月27日
  • 0
回答： 彼得·珀金斯 2020年4月14日
因此，我很熟悉未来项目的相关系数。我有一些我想了解的目标：整个Corrcoef，然后随着时间的流逝而Corrcoef（这意味着随着数据的变化，看到“实时” Corrcoef）。
到目前为止，我将其按照我想要的工作进行了：
%%随机数和单输出率。系数。
rand_1 = randi（[0 5]，1,20）;％20在0和5之间的随机数
rand_2 = randi（[0 5]，1,20）;％20在0和5之间的随机数
rand_3 = randi（[0 5]，1,20）;％20在0和5之间的随机数
r_1 = corrcoef（rand_1，rand_2）;％corr。系数。1和2之间的计算＃1
R_1 = R_1（2,1）％ 实际价值
r_2 = corrcoef（rand_1，rand_3）;％corr。系数。1和3之间的计算＃2
R_2 = R_2（2,1）％ 实际价值
r_3 = corrcoef（rand_2，rand_3）;％corr。系数。2和3之间的计算＃3
R_3 = R_3（2,1）％ 实际价值
％（如果您对如何使这些^^^计算更简单有任何意见，我也非常感谢任何帮助）
x = [1:20];图的％x轴
数字
子图（3,2，[1,2]）
情节（x，rand_1，'r'，x，rand_2，'b'）R_1的绘图％
标题（['随机1：在1和2之间，C.C。='，num2str（r_1），''）））
轴（[1 20 -1 6]）
子图（3,2，[3,4]）
情节（x，rand_1，'r'，x，rand_3，'G'）R_2的绘图％
标题（['随机2：在1和3之间，C.C。='，num2str（r_2），''）））
轴（[1 20 -1 6]）
子图（3,2，[5,6]）
情节（x，rand_2，'b'，x，rand_3，'G'）R_3的绘图％
标题（['随机3：在2和3之间，C.C。='，num2str（r_3），''）））
轴（[1 20 -1 6]）
现在，我想在时间序列上做类似的事情，但是我很难理解我要在哪里出错以及如何继续：
%%随机数和输出率。系数。随着时间的推移
L = 20;随机数样本的长度百分比
rand2_1 = randi（[0 5]，1，l）;％l在0和5之间的随机数
rand2_2 = randi（[0 5]，1，l）;％l在0和5之间的随机数
rand2_3 = randi（[0 5]，1，l）;％l在0和5之间的随机数
k = 2*l;
r2_1 =零（2，k）;r2_2 =零（2，k）;r2_3 =零（2，k）;％创建空间
为了t = 1：1：l％corr。系数。＃4到1和2之间的时间
J = 2*T-1;
R2_1（1：2，J：J+1）= Corrcoef（rand2_1（[t t+1]），rand2_2（[t t t+1]））;
结尾
我了解到，取决于给出的矩阵/数据的大小 Corrcoef 它将给出不同的大小矩阵作为答案（例如，初始示例代码的情况中的2x2），但我无法在第二部分中弄清楚这一点。也许我是从中错误地提取答案 Corrcoef ，或者也许我的矩阵操纵完全是错误的。
无论如何，任何帮助都将不胜感激！谢谢

登录来回答这个问题。

接受的答案

Daniele Ferreti
Daniele Ferreti 2020年3月30日
编辑：Daniele Ferreti 2020年3月30日
%%随机数和输出率。系数。随着时间的推移
L = 20;随机数样本的长度百分比
F = 0;％最低随机数
g = 5;％最大随机数
rand2_1 = randi（[f g]，1，l）;f＆g之间的％l随机数
rand2_2 = randi（[f g]，1，l）;
rand2_3 = randi（[f g]，1，l）;
r2_1 =零（1，l）
为了t = 1：1：l-2
a = corrcoef（rand2_1（[t t t+1 t+2]），rand2_2（[t t t+1 t+2]））;％corr。系数。1和2之间的计算（由3的夫妇）
b = a（2,1）;实际想要的价值％
r2_1（t）= b;％编译用于绘图
结尾

更多答案（2）

Navya Seelam
Navya Seelam 2020年3月30日
编辑：Navya Seelam 2020年3月30日
您正在尝试访问 rand2_1（[20 21]） 在for循环中 t = 20 但是大小 rand2_1 只是 1x20
彼得·珀金斯
彼得·珀金斯 2020年4月14日
“％（如果您对如何使这些^^^计算更简单，我也将非常感谢任何帮助）”
这是否更简单？
>> rand_123 = randi（[0 5]，20,3）;
>> r = corrcoef（rand_123）;
>> r12 = r（1,2），r13 = r（1,3），r23 = r（2,3）
R12 =
-0.3379
R13 =
-0.1516
R23 =
-0.033438
另外，如果您可以访问计量经济学TBX，则可以查看Autocorr。或Xcorr，尽管要当心：这是在信号处理的术语中写的，因此您必须选择正确的参数才能获取所需的内容。
STAT和MACHINELEARNIGN中还具有相关性，它不仅是线性（Pearson）相关性的，而且还等级（Spearmand and Kendal）相关性。

类别

标签

社区寻宝

在Matlab Central中找到宝藏，发现社区如何为您提供帮助！

开始狩猎！