我不是数学家,所以我会尝试用外行人的术语来描述它。
我正在尝试采用两个时间序列,这两个时间序列可以表示任何变量、每日最高温度、当天的最高股价等。这些将乘以一个因子,使它们的最大值和最小值对应。 (例如,两个温度系列可能介于不同的最冷和最暖温度之间,但在这两个温度系列中,我将最冷视为 0%,将最暖视为 100%。)
鉴于此,我想找出他们开始时间的什么相对变化会产生“最大”相关性。即,具有“高”相关性的最长样本周期。 (我知道这有点模糊。)
举个简单的例子,给定几个城市去年的气温,它可能会选择两个城市,这两个城市都有几个星期的时间段,其中每隔一天的最高气温是前一天的 2/3。两个城市不一定在同一天开始。这就是时移试验的用武之地。
指向讨论、伪代码或实际实用程序库的指针会很好。
最佳答案
您正在尝试计算 Cross-Correlations.
关于algorithm - 图关联发现算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4442197/