相关性矩阵

如果您想评估多条时间序列之间的关系，最常用的工具是相关性矩阵。它是一张表，显示变量两两之间的相关系数。相关性的类型有多种，但最常用的是：

• Pearson 相关系数：度量 2 个变量之间的线性关系。
• Spearman 秩相关系数：度量 2 个变量排序之间的统计依赖关系（不一定是线性的）。

当不对数据分布做任何假设时，常用后者。以上都可以在 R 中使用函数 cor() 实现。您可以通过参数 method 选择所需的相关性类型。"pearson" 是默认方法，也可以指定 "spearman"。

在本练习中，您将计算数据集 my_data 中提供的数据的相关性矩阵。该数据集包含 5 只股票的收益率：ExxonMobile、Citigroup、Microsoft、Dow Chemical 和 Yahoo。