Çapraz Korelasyon Hesaplama

İki dizi ve bir gecikme girerek çapraz korelasyonu bulun.

Sonuç

0,9937
7

Nasıl hesaplanır?

Tam sayı bir gecikme k için araç xi değerini yi+k ile eşleştirir, yalnızca iki değerin de bulunduğu çiftleri kullanır ve bu çiftler üzerinde Pearson katsayısını hesaplar: r = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). Pozitif gecikme Y'nin X'e göre geç kaldığını, negatif gecikme ise Y'nin önce geldiğini gösterir. Çift sayısı da gösterilir ve |gecikme| büyüdükçe azalır. Her seriyi boşluk, virgül, noktalı virgül veya sekmeyle ayrılmış sayılar olarak girin; her seride en az 2 değer olmalıdır. Sayı olmayan bir öğe, 2'den az çift veya hiç değişmeyen bir seri sonuç vermez. Gecikme en yakın tam sayıya yuvarlanır, boş bırakılırsa 0 sayılır. Sonuç −1 ile 1 arasındadır ve dört ondalıkla gösterilir.

Örnek hesaplama

X = 2 5 3 8 4 7 6 9 ve Y = 1 5 11 7 17 8 15 12, gecikme 1. Çiftler (2,5), (5,11), (3,7), (8,17), (4,8), (7,15) ve (6,12) olur; yani 7 çift vardır. Ortalamaları X için 5, Y için yaklaşık 10,71'dir. Katsayı 0,9937 çıkar; bu, Y'nin X'i bir adım geriden neredeyse mükemmel biçimde izlediğini gösterir. Gecikme 0 iken aynı veri yalnızca 0,2204 verir; yani ilişkiyi ortaya çıkaran gecikmedir.

Bu örneği dene →

Sık yapılan hatalar

  • 2,5 gibi ondalık virgül kullanmak. Virgül değerleri ayırır; 2,5 iki ayrı sayı olan 2 ve 5 olur. Ondalık için nokta kullanın.
  • Gecikmenin işaretini ters okumak. Burada pozitif gecikme xi değerini sonraki yi+k ile karşılaştırır; yani Y'nin X'ten geride olup olmadığını sınar, tersini değil.
  • Kısa serilerde büyük gecikme seçmek. 8 değerde gecikme 6 olursa yalnızca 2 çift kalır ve katsayı hemen her zaman nedensiz yere ±1 çıkar; çift sayısına bakın.
  • Yüksek korelasyonu birinin diğerine neden olduğunun kanıtı saymak. Yalnızca kaydırmadan sonra birlikte hareket ettiklerini gösterir.

Bu hesaplama hakkında

Çapraz korelasyon, iki zaman serisinden biri diğerine göre seçilen sayıda adım, yani gecikme (lag) kadar kaydırıldığında ne kadar iyi örtüştüğünü ölçer. Bu araç, X serisi ile Y serisinin gecikmeli bir sürümü arasındaki Pearson korelasyon katsayısını hesaplar ve bir serideki değerlerin, aralarındaki gecikme hesaba katıldığında diğer seriyi öngörüp öngörmediğini test eder.

Sinyal işleme mühendisleri, ilişkili sinyaller (bir yankı veya sensör kayması gibi) arasındaki zaman gecikmelerini tespit etmek için çapraz korelasyonu kullanır; ekonomistler ve zaman serisi analistleri ise ilişkili veriler arasındaki öncü-gecikmeli ilişkileri bulmak için kullanır — örneğin bir ekonomik göstergedeki değişimin, belirli sayıda dönem sonra başka bir göstergedeki değişimden önce gelip gelmediğini görmek için.

Bu faydalı oldu mu?

En fazla 3 tepki seçebilirsiniz.

Yorumlar

  • İlk yorumu siz yazın.

Popüler hesaplayıcılar

Tüm Hesaplayıcılar