표본 공분산과 상관계수 계산하기
표본 공분산은 짝지어진 두 변수 간의 선형 관계 강도를 측정합니다. cov() 함수는 두 변수의 공분산을 계산할 수도 있고, 여러 변수를 담은 행렬을 입력하면 공분산 행렬을 계산할 수도 있어요. 후자의 경우, 행렬은 대칭이며, 대각선 바깥에는 변수 간 공분산이, 대각선에는 각 변수의 분산이 위치합니다. 오른쪽에서 logreturns 데이터의 산점도 행렬을 확인할 수 있어요.
공분산은 금융 전반에서 매우 중요하지만, 척도에 영향을 받기 때문에 직접 해석하기가 어려울 수 있습니다. 상관계수는 공분산을 표준화한 값으로, -1에서 1 사이를 가지며, 절댓값이 1에 가까울수록 변수 쌍 간의 선형 관계가 강함을 뜻해요. cor() 함수는 두 변수에도, 여러 변수를 담은 행렬에도 적용할 수 있으며, 출력은 공분산과 유사한 방식으로 해석합니다.
이 연습 문제에서는 cov()와 cor()를 사용해 logreturns 데이터를 탐색해 볼게요.
이 연습은 강의의 일부입니다
R로 배우는 시계열 분석
연습 안내
cov()를 사용해DAX_logreturns와FTSE_logreturns의 표본 공분산을 계산하세요.cov()를 한 번 더 호출해logreturns의 표본 공분산 행렬을 계산하세요.cor()를 사용해DAX_logreturns와FTSE_logreturns의 표본 상관계수를 계산하세요.cor()를 한 번 더 호출해logreturns의 표본 상관계수 행렬을 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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