Steekproefcovarianties en correlaties berekenen

Steekproefcovarianties meten de sterkte van de lineaire relatie tussen bij elkaar horende variabelen. Met de functie cov() kun je de covariantie voor een paar variabelen berekenen, of een covariantiematrix wanneer je een matrix met meerdere variabelen als invoer geeft. In dat laatste geval is de matrix symmetrisch, met covarianties tussen variabelen buiten de diagonaal en varianties van de variabelen op de diagonaal. Rechts zie je de scatterplotmatrix van je logreturns-gegevens.

Covarianties zijn in de financiële wereld erg belangrijk, maar ze zijn niet schaalsvrij en daardoor lastig direct te interpreteren. Correlatie is de gestandaardiseerde versie van covariantie en ligt tussen -1 en 1, waarbij waarden met een grootte dicht bij 1 duiden op een sterke lineaire relatie tussen variabelen. De functie cor() kan zowel op paren van variabelen als op een matrix met meerdere variabelen worden toegepast, en de output wordt analoog geïnterpreteerd.

In deze oefening gebruik je cov() en cor() om je logreturns-gegevens te verkennen.

Deze oefening maakt deel uit van de cursus

Tijdreeksanalyse in R

Cursus bekijken

Oefeninstructies

Gebruik cov() om de steekproefcovariantie tussen DAX_logreturns en FTSE_logreturns te berekenen.
Gebruik nog een aanroep van cov() om de steekproef-covariantiematrix voor logreturns te berekenen.
Gebruik cor() om de steekproefcorrelatie tussen DAX_logreturns en FTSE_logreturns te berekenen.
Gebruik nog een aanroep van cor() om de steekproef-correlatiematrix voor logreturns te berekenen.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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 bewerken en uitvoeren