计算R中函数生成的数据的相关性 [英] Calculate correlation of data generated by function in R

问题描述

我已经在 R 中创建了以下功能：

  timeseriesmodel<  -  function ，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'，表示随机游走的数据点。

在我的情况下：

  timeseriesmodel（250,1,0,1.2）
  

现在我应该重复这个功能100次，最后是100次长度为250的数据集。然后我必须使用100组来估计数据集x的第249和第250个值之间的相关性。 / p>

作为没有经验的 R 用户，我没有看到如何有效地操纵数据，并计算/估计所请求的数据点的相关性。

解决方案

这是复制的工作

 > set.seed（1）
>系列<  -  replicate（100，timeseriesmodel（250,1,0,1.2））＃重复100次`timeseriesmodel` 
> dim（系列）＃每个结果是列列存储
 [1] 250 100 
> cor（系列[249，]，系列[250，]）＃这里是元素249和250之间的相关性
 [1] 0.9975532 
  

I have created the following function in R:

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)}

This function returns a vector 'x' of length 'N', representing the data points of a random walk with drift.

In my case:

timeseriesmodel(250,1,0,1.2)

Now I should repeat this function 100 times, ending up with 100 timeseries data sets of length 250. Then I have to estimate the correlation between the 249th and 250th value of the dataset 'x', using the 100 sets.

As an inexperienced user of R, I don't see how to manipulate the data effectively and calculate/estimate the correlation of the requested data points. Help is very much appreciated.

解决方案

This is a work for 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

这篇关于计算R中函数生成的数据的相关性的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！