与滑动窗口的相关性答案

【问题标题】：Correlation with sliding window与滑动窗口的相关性
【发布时间】：2018-08-20 19:45:03
【问题描述】：

我想计算带有滑动窗口 (window=1) 的两个向量（每个四个元素）之间的 pearson 相关性并保持最佳结果：

list1 <- read.table(text= "20 
                           34
                           89
                           35")

list2 <- read.table(text= "22
                          99 
                          313 
                          13 
                          71 
                          200")

比较将是一个循环：

cor(x=c(20,34,89,35),y=c(22,99,313,13), method = "pearson")  
cor(x=c(20,34,89,35),y=c(99,313,13,71), method = "pearson")
cor(x=c(20,34,89,35),y=c(313,13,71,200), method = "pearson")

结果将包含得分和给出最高相关得分的向量。在这种情况下，它将是：x=c(20,34,89,35) and y=c(22,99,313,13) 和 0.9588095。

【问题讨论】：

标签： r correlation sliding-window

【解决方案1】：

使用rollapply 计算相关性，找到最大的索引并从中推导出y 及其与x 的相关性。

library(zoo)

x <- list1$V1
w <- length(x)
ix <- which.max(rollapply(list2$V1, w, cor, x))
y <- list2$V1[seq(ix, length = w)]

y
## [1]  22  99 313  13

cor(x, y)
## [1] 0.9588095

上面的一个变体是从rollapply返回相关性和y向量：

r <- rollapply(list2$V1, length(x), function(y) c(cor(x, y), y))
ix <- which.max(r[, 1])

r[ix, 1]
## [1] 0.9588095

r[ix, -1]
## [1]  22  99 313  13

【讨论】：

【解决方案2】：

R 基础解决方案

out <- list(NULL)
j <- 1
ind <- 0
while(ind[length(ind)]<length(list2$V1)){ 
  ind <- j:(j+3);
  out[[j]] <- list(Vector1=list1$V1, 
                Vector2=list2$V1[ind],
                Cor=cor(list1$V1, list2$V1[ind]));
  out
  j <- j+1
}

out[[which.max(unlist(sapply(out, "[", "Cor")))]]

产生：

$Vector1
[1] 20 34 89 35

$Vector2
[1]  22  99 313  13

$Cor
[1] 0.9588095

【讨论】：