我正在写我的学士论文，我想研究搜索查询量 (=x) 的时间序列与比特币价格 (=y) 之间的滞后互相关。
我已经使用 R 中的“ccf”函数创建了几个 ccf 图。
看图：
我在 R 的acf-function 的描述中看到 ccf 仅适用于一个 y 和一个 x 系列。我想知道是否有人知道一种方法可以将其中的几个图合并为一个，尤其是因为我可以对正相关和负相关的图进行分类。
我还想知道，蓝色虚线代表置信度值，但在什么水平？ 0.05？ 0.01?
【问题讨论】：
标签： r cross-correlation
这两个问题合二为一。
1.问题：组合图 这个问题以前有人问过。请查收：
2。问题：ccf-plot 中的置信区间：
该图为您提供置信区间。手册建议谨慎使用这些，即使它使用 ci.type = "white" 是默认设置。此默认设置基于标准正态分布的分位数直接增加了一些置信度。它不考虑您数据的统计属性。在我看来，这完全没用。手册推荐ci.type = "ma"。但这仅适用于自相关。如果您尝试将其与互相关一起使用，您将收到一条警告“仅当第一个滞后为 0 时才能使用 ci.type=‘ma’”。在进行自相关时，该函数将序列从 -k 转换为 +k，并允许第一个滞后为零。 ccf 没有。
进一步支持
我希望提供进一步的支持不会违反行为准则。
ccf 函数有一些在手册中没有很好解释的特性。由于我自己遇到了 ccf 问题，所以我全部写了 down here for everybody。
因为我想要有意义的置信区间，所以我自己开发了an improved version of 'ccf' (link to repository in case anyone is interested)。它提供置信区间。新函数的 ccf-object 与 stats::ccf() 的输出兼容，但包含更多信息。附加功能使其更有用。
【讨论】：