Macierz korelacji
Co zrobić, gdy chcesz ocenić zależności między wieloma szeregami czasowymi? Najczęściej stosowanym narzędziem jest macierz korelacji – tabela przedstawiająca współczynniki korelacji dla par zmiennych. Istnieje kilka rodzajów korelacji, jednak najczęściej używane to:
- Korelacja Pearsona: mierzy liniową zależność między 2 zmiennymi
- Korelacja rang Spearmana: mierzy statystyczną zależność między rangami 2 zmiennych (niekoniecznie liniową)
Druga z nich jest stosowana wtedy, gdy nie zakłada się żadnego konkretnego rozkładu danych. W R wszystkie te obliczenia wykonuje funkcja cor(). Argument method pozwala wybrać żądany typ korelacji. Domyślną metodą jest "pearson", ale możesz też wskazać "spearman".
W tym ćwiczeniu obliczysz macierz korelacji dla danych zawartych w zbiorze my_data, który przechowuje stopy zwrotu 5 spółek: ExxonMobile, Citigroup, Microsoft, Dow Chemical i Yahoo.
To ćwiczenie jest częścią kursu
Wizualizacja szeregów czasowych w R
Instrukcje do ćwiczenia
- Oblicz macierz korelacji między 5 szeregami czasowymi stóp zwrotu, używając metody Pearsona
- Oblicz macierz korelacji między 5 szeregami czasowymi stóp zwrotu, używając metody Spearmana
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create correlation matrix using Pearson method
# Create correlation matrix using Spearman method