3

我在R中创建了以下函数:

timeseriesmodel <- function(N, x0, delta, variance) {
      z<-cumsum(rnorm(n=N, mean=0, sd=sqrt(variance)))
      t<-1:N
      x<-x0+t*delta+z
      return(x)}

此函数返回一个长度为“N”的向量“x”,表示带有漂移的随机游走的数据点。

就我而言:

timeseriesmodel(250,1,0,1.2)

现在我应该重复这个函数 100 次,最终得到 100 个长度为 250 的时间序列数据集。然后我必须使用这 100 个集合来估计数据集“x”的第 249 个值和第 250 个值之间的相关性。

作为R的经验不足的用户,我看不到如何有效地操纵数据并计算/估计所请求数据点的相关性。非常感谢您的帮助。

4

1 回答 1

1

这是一个工作replicate

> set.seed(1)
> Series <- replicate(100, timeseriesmodel(250,1,0,1.2) )  # repeating 100 times `timeseriesmodel`
> dim(Series)   # each result is store column-wise
[1] 250 100
> cor(Series[249,], Series[250,] ) # here's the correlation between element 249 and 250
[1] 0.9975532
于 2013-10-03T15:13:32.993 回答