python - statsmodel python库中ccf函数的解读

标签 python statsmodels cross-correlation

我正在使用 ccf(互相关),如下所示:

from statsmodels.tsa.stattools import ccf
print ccf(np.array(X), np.array(Y), unbiased=True)

我很难解释结果。我的问题是输出是否是所有可能滞后的互相关,或者这是所有数据点在滞后 0 处相乘的结果?该文档未提供有关此问题的任何见解。提前致谢。

最佳答案

我相信它适用于所有可能的滞后。由于核心是 np.correlate('full')。但是,就我而言,我得到的值接近 -2。这似乎不对。

关于python - statsmodel python库中ccf函数的解读,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42022789/

相关文章:

python - "Type ' lxml.etree._ElementUnicodeResult ' cannot be serialized"

python - 在多进程中使用一张图运行 tensorflow

python - 更改类继承自的类列表

matlab - 在 Matlab 中使用互相关进行 3D 模板匹配

python - subprocess.check_output 不接受长参数

python - 单向方差分析失败,数据帧在列中具有完全唯一的值

python - 无法使用 matplotlib 绘制预测的时间序列值

python-3.x - 为什么 statsmodels.api 生成的 R^2 为 1.000?

r - R 的 ccf 和 Julia 的 crosscor 中使用的方程是什么?

android - 互相关以查找声纳回波