Interpretación de la correlación CCF en R

Question

Estoy usando ccf para encontrar una correlación entre 2 series de tiempo. Estoy obteniendo un gráfico que se parece a esto:

Tenga en cuenta que me interesa principalmente la correlación para el lag=0. Preguntas:

1. ¿Interpreta correctamente que hay una correlación cruzada para el lag=0, ya que para este lag la correlación cruzada está por encima de la línea de puntos?
2. ¿Cómo debo interpretar el nivel de correlación cruzada en este ejemplo, es significativo (tal como lo interpreto ahora mismo, hay una pequeña correlación cruzada)?
3. ¿Cómo puedo extraer sólo acf ¿valor de lag=0?

Answer 1

Su interpretación de la trama es correcta. La única correlación cruzada significativa en el $5\%$ El nivel de significación está en el retardo cero. Por lo tanto, no podemos decir que una variable lidere a la otra (es decir, no podemos prever o anticipar los movimientos de una variable observando la otra).

Ambas variables evolucionan simultáneamente. La correlación es positiva, cuando una aumenta la otra también lo hace, y viceversa. No obstante, la correlación no es demasiado fuerte (alrededor de $0.3$ ).

Puede obtener los valores exactos de las correlaciones cruzadas simplemente almacenando la salida en un objeto y mirando el elemento acf .

res <- ccf(x, y, lag.max = 30)
res
# information stored in the output object
names(res)
[1] "acf"    "type"   "n.used" "lag"    "series" "snames"
res$acf

Answer 2

¿Cómo puedo extraer sólo el valor de acf para lag=0?

El acf en el retardo 0 ( $\text{corr}(X_t,X_t)$ ) es siempre 1.

¿Interpreta correctamente que hay una correlación cruzada para el lag=0, ya que para este lag la correlación cruzada está por encima de la línea de puntos?

Si te refieres a "¿concluiría que la correlación cruzada de la población es distinta de cero?", entonces sí, si esa línea de puntos es para el mismo nivel de significación que tú utilizarías (y se cumplen los supuestos).

Esto no implica realmente que la correlación cruzada de la población es realmente cero (lo que parece sorprendente). Sin embargo, si el intervalo para ello es bastante ajustado en torno a cero, a veces puede ser razonable tratarlo como si lo fuera.

¿Cómo debo interpretar el nivel de correlación cruzada en este ejemplo, es significativo (tal como lo interpreto ahora mismo, hay una pequeña correlación cruzada)?

0,3 no es necesariamente pequeño, eso depende de tu criterio. En algunas aplicaciones puede ser bastante grande, en otras moderado y en otras pequeño.