Beräkna stickprovskovanianser och korrelationer

Stickprovskovariansen mäter styrkan i det linjära sambandet mellan matchade par av variabler. Funktionen cov() kan användas för att beräkna kovariansen för ett variabelpar, eller en kovariansmatris när en matris med flera variabler ges som indata. I det senare fallet är matrisen symmetrisk – med kovarianserna mellan variablerna utanför diagonalen och varianserna längs diagonalen. Till höger ser du spridningsdiagramsmatrisen för dina logreturns-data.

Kovariansen är central inom finansiell analys, men den är inte skaloberoende och kan vara svår att tolka direkt. Korrelation är den standardiserade versionen av kovarians och tar värden mellan -1 och 1, där värden nära 1 i absoluttalet indikerar ett starkt linjärt samband mellan variablerna. Funktionen cor() kan tillämpas på både variabelpar och en matris med flera variabler, och resultatet tolkas på motsvarande sätt.

I den här övningen använder du cov() och cor() för att utforska dina logreturns-data.

Den här övningen är en del av kursen

Tidsserieanalys i R

Visa kurs

Övningsinstruktioner

Använd cov() för att beräkna stickprovskovariansen mellan DAX_logreturns och FTSE_logreturns.
Använd ytterligare ett anrop till cov() för att beräkna stickprovskovariansmatrisen för logreturns.
Använd cor() för att beräkna stickprovskorrelationen mellan DAX_logreturns och FTSE_logreturns.
Använd ytterligare ett anrop till cor() för att beräkna stickprovskorrelationsmatrisen för logreturns.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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

Redigera och kör kod