相關係數矩陣
如果你想評估多個時間序列之間的關係，最常用的工具是相關係數矩陣（correlation matrix）。它是一個表格，顯示變數兩兩之間的相關係數。常見的相關性類型有：
- Pearson 相關：衡量 2 個變數之間的線性關係。
- Spearman 等級相關：衡量 2 個變數排名之間的統計依存關係（不一定是線性）。
當你不對資料分佈做任何假設時，會使用後者。在 R 中可以用函式 cor() 完成這些事。你可以透過 method 參數選擇想要的相關性類型。"pearson" 是預設方法，也可以指定為 "spearman"。
在這個練習中，你將計算資料集 my_data 的相關係數矩陣。my_data 包含 5 檔股票的報酬率：ExxonMobile、Citigroup、Microsoft、Dow Chemical 和 Yahoo。
本練習屬於課程
在 R 視覺化時間序列資料
練習說明
- 使用 Pearson 方法，計算 5 個報酬時間序列之間的相關係數矩陣。
- 使用 Spearman 方法，計算 5 個報酬時間序列之間的相關係數矩陣。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create correlation matrix using Pearson method
# Create correlation matrix using Spearman method