如何在ccf()中手动计算ci.type='ma'
how to manually calculate ci.type='ma' in ccf()
我一直在尝试手动计算 ci.type='ma' 的置信区间。我读了一篇相关的 post (cross-correlation using ccf in R),这很有帮助,但我对
的细节很感兴趣
getAnywhere(plot.acf)
到目前为止我有:
x <- ccf(x=x,y=y,ci.type='ma')
clim0 <- qnorm((1+0.95)/2)/sqrt(x$n.used) # upper CI when ci.type=NULL
clim <- clim0 + * sqrt(cumsum(c(1, 2 * x$acf[-1,
i, i]^2))) # from getAnywhere(plot.acf)
但是我不明白函数详细信息中的 i 是如何定义的。有人做过吗?
调用 getAnywhere(plot.acf)
,我从 1 迭代到你系列的长度:
for (i in 1L:nser) {
clim <- clim0 * sqrt(cumsum(c(1, 2 * x$acf[-1,
i, i]^2)))
ylim <- range(c(-clim, clim, ylim))
}
但是,在 acf 函数中,您可以使用 ci.type='ma'
对 ci 进行 cify 'ma'
见 https://stat.ethz.ch/R-manual/R-devel/library/stats/html/acf.html
我一直在尝试手动计算 ci.type='ma' 的置信区间。我读了一篇相关的 post (cross-correlation using ccf in R),这很有帮助,但我对
的细节很感兴趣getAnywhere(plot.acf)
到目前为止我有:
x <- ccf(x=x,y=y,ci.type='ma')
clim0 <- qnorm((1+0.95)/2)/sqrt(x$n.used) # upper CI when ci.type=NULL
clim <- clim0 + * sqrt(cumsum(c(1, 2 * x$acf[-1,
i, i]^2))) # from getAnywhere(plot.acf)
但是我不明白函数详细信息中的 i 是如何定义的。有人做过吗?
调用 getAnywhere(plot.acf)
,我从 1 迭代到你系列的长度:
for (i in 1L:nser) {
clim <- clim0 * sqrt(cumsum(c(1, 2 * x$acf[-1,
i, i]^2)))
ylim <- range(c(-clim, clim, ylim))
}
但是,在 acf 函数中,您可以使用 ci.type='ma'
对 ci 进行 cify 'ma'
见 https://stat.ethz.ch/R-manual/R-devel/library/stats/html/acf.html