对时间序列做分段相关性分析（matlab代码）

最新推荐文章于 2023-03-11 14:39:03 发布

zhimahuuu

最新推荐文章于 2023-03-11 14:39:03 发布

阅读量1w

点赞数 9

分类专栏：零散的文章文章标签：相关性分析时间序列 matlab Pearson Spearman

本文链接：https://blog.csdn.net/weixin_43202566/article/details/85703083

版权

本文介绍了如何使用matlab进行时间序列的相关性分析，包括Pearson、Spearman和Kendall三种方法。在分析过程中，不仅对整体序列进行相关性计算，还采用60s的时间窗和30s的时间间隔进行分段分析，以探究不同时间段内序列的相关性变化。

摘要由CSDN通过智能技术生成

对一对时间序列做相关性分析，包括pearson，sprearman和kendall相关分析三种。

针对一对长度相同的时间序列数据，既对整体序列对做相关性分析，也对分段后的序列对做相关性分析。

在分段时，设置的时间窗为60s(wintime=60)，时间间隔为30s(hoptime=30)，也就是每30s判断一次这一时间点前后共60s内的序列对相关性。

matlab代码中，[r,p]为整体相关性的返回值，r1, r2, r3, p1, p2, p3为三种分段后的相关性分析的返回值。

x = []; %input x here
y = []; %input y here

[r,p] = corr(x,y,'type','pearson')

length = size(x,1);
path = 60/2; % compute corr ev

关注