python统计相关性_python – numpy和statsmodels在计算相关性时给出不同的值,如何解释？...

我找不到为什么使用numpy.correlate计算两个A和B系列之间的相关性给出的结果与使用statsmodels.tsa.stattools.ccf获得的结果不同的原因.

以下是我提到的这种差异的一个例子：

import numpy as np

from matplotlib import pyplot as plt

from statsmodels.tsa.stattools import ccf

#Calculate correlation using numpy.correlate

def corr(x,y):

result = numpy.correlate(x, y, mode='full')

return result[result.size/2:]

#This are the data series I want to analyze

A = np.array([np.absolute(x) for x in np.arange(-1,1.1,0.1)])

B = np.array([x for x in np.arange(-1,1.1,0.1)])

#Using numpy i get this

plt.plot(corr(B,A))

#Using statsmodels i get this

plt.plot(ccf(B,A,unbiased=False))

结果看起来质量上有所不同,这种差异来自哪里？