Stichprobenkovarianzen und -korrelationen berechnen

Stichprobenkovarianzen messen die Stärke des linearen Zusammenhangs zwischen gepaarten Variablen. Mit der Funktion cov() kannst du die Kovarianz für ein Variablenpaar oder eine Kovarianzmatrix berechnen, wenn du eine Matrix mit mehreren Variablen als Eingabe übergibst. In letzterem Fall ist die Matrix symmetrisch, mit Kovarianzen zwischen Variablen außerhalb der Diagonale und Varianzen der Variablen auf der Diagonale. Rechts siehst du die Streudiagramm-Matrix deiner logreturns-Daten.

Kovarianzen sind im Finanzbereich sehr wichtig, aber sie sind nicht skalenunabhängig und daher oft schwer direkt zu interpretieren. Die Korrelation ist die standardisierte Version der Kovarianz und nimmt Werte von -1 bis 1 an; Beträge nahe 1 deuten auf einen starken linearen Zusammenhang zwischen Variablenpaaren hin. Die Funktion cor() kann sowohl auf Variablenpaare als auch auf eine Matrix mit mehreren Variablen angewendet werden, und die Ausgabe wird analog interpretiert.

In dieser Übung nutzt du cov() und cor(), um deine logreturns-Daten zu untersuchen.

Diese Übung ist Teil des Kurses

Zeitreihenanalyse in R

Kurs anzeigen

Anleitung zur Übung

Verwende cov(), um die Stichprobenkovarianz zwischen DAX_logreturns und FTSE_logreturns zu berechnen.
Verwende einen weiteren Aufruf von cov(), um die Stichproben-Kovarianzmatrix für logreturns zu berechnen.
Verwende cor(), um die Stichprobenkorrelation zwischen DAX_logreturns und FTSE_logreturns zu berechnen.
Verwende einen weiteren Aufruf von cor(), um die Stichproben-Korrelationsmatrix für logreturns zu berechnen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Use cov() with DAX_logreturns and FTSE_logreturns
cov(___, ___)

# Use cov() with logreturns


# Use cor() with DAX_logreturns and FTSE_logreturns
cor(___, ___)

# Use cor() with logreturns

Code bearbeiten und ausführen