{"id":1555,"date":"2023-07-25T21:49:24","date_gmt":"2023-07-25T21:49:24","guid":{"rendered":"https:\/\/statorials.org\/de\/kreuzkorrelation-in-r\/"},"modified":"2023-07-25T21:49:24","modified_gmt":"2023-07-25T21:49:24","slug":"kreuzkorrelation-in-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/kreuzkorrelation-in-r\/","title":{"rendered":"So berechnen sie die kreuzkorrelation in r"},"content":{"rendered":"

<\/p>\n

\n

Kreuzkorrelation<\/strong> ist eine M\u00f6glichkeit, den Grad der \u00c4hnlichkeit zwischen einer Zeitreihe und einer verz\u00f6gerten Version einer anderen Zeitreihe zu messen.<\/span><\/p>\n

Diese Art der Korrelation ist f\u00fcr die Berechnung n\u00fctzlich, da sie uns sagen kann, ob Werte in einer Zeitreihe zuk\u00fcnftige Werte in einer anderen Zeitreihe vorhersagen.<\/span> Mit anderen Worten: Es kann uns sagen, ob eine Zeitreihe ein Fr\u00fchindikator f\u00fcr eine andere Zeitreihe ist.<\/span><\/p>\n

Diese Art der Korrelation wird in vielen verschiedenen Bereichen verwendet, darunter:<\/span><\/p>\n

Wirtschaft:<\/strong> Der Verbrauchervertrauensindex (CCI) gilt als Fr\u00fchindikator f\u00fcr das Bruttoinlandsprodukt (BIP) eines Landes. Wenn beispielsweise der CCI in einem bestimmten Monat hoch ist, ist das BIP wahrscheinlich x<\/em> Monate sp\u00e4ter h\u00f6her.<\/span><\/p>\n

Unternehmen:<\/strong> Marketingausgaben werden oft als Fr\u00fchindikator f\u00fcr zuk\u00fcnftige Gesch\u00e4ftseinnahmen angesehen. Wenn ein Unternehmen beispielsweise in einem Quartal ungew\u00f6hnlich viel Geld f\u00fcr Marketing ausgibt, sollte der Gesamtumsatz x<\/em> Quartale sp\u00e4ter hoch sein.<\/span><\/p>\n

Biologie:<\/strong> Die Gesamtverschmutzung der Meere gilt als f\u00fchrender Indikator f\u00fcr die Population einer bestimmten Schildkr\u00f6tenart. Wenn beispielsweise die Verschmutzung in einem bestimmten Jahr h\u00f6her ist, wird erwartet, dass die Gesamtschildkr\u00f6tenpopulation x<\/em> Jahre sp\u00e4ter zur\u00fcckgeht.<\/span><\/p>\n

Das folgende Beispiel zeigt, wie die Kreuzkorrelation zwischen zwei Zeitreihen in R berechnet wird.<\/span><\/p>\n

Beispiel: So berechnen Sie die Kreuzkorrelation in R<\/strong><\/span><\/h3>\n

Angenommen, wir haben die folgende Zeitreihe in R, die die gesamten Marketingausgaben (in Tausend) f\u00fcr ein bestimmtes Unternehmen sowie den Gesamtumsatz (in Tausend) f\u00fcr 12 aufeinanderfolgende Monate zeigt:<\/span><\/p>\n

 #define data<\/span>\nmarketing <- c(3, 4, 5, 5, 7, 9, 13, 15, 12, 10, 8, 8)\nrevenue <- c(21, 19, 22, 24, 25, 29, 30, 34, 37, 40, 35, 30)<\/strong><\/pre>\n
 Wir k\u00f6nnen die Kreuzkorrelation f\u00fcr jede Verz\u00f6gerung zwischen den beiden Zeitreihen mithilfe der Funktion ccf()<\/b> wie folgt berechnen:<\/span> <\/p>\n
 #calculate cross correlation<\/span>\nccf(marketing, revenue)\n<\/strong><\/pre>\n
\"Kreuzkorrelation<\/p>\n
 Dieses Diagramm zeigt die Korrelation zwischen den beiden Zeitreihen mit unterschiedlichen Verz\u00f6gerungen.<\/span><\/p>\n
 Um die tats\u00e4chlichen Korrelationswerte anzuzeigen, k\u00f6nnen wir die folgende Syntax verwenden:<\/span><\/p>\n
 #display cross correlation values<\/span>\nprint<\/span> (ccf(marketing, revenue))\n\nAutocorrelations of series 'X', by lag\n\n    -7 -6 -5 -4 -3 -2 -1 0 1 2 3 \n-0.430 -0.351 -0.190 0.123 0.489 0.755 0.868 0.771 0.462 0.194 -0.061 \n     4 5 6 7 \n-0.282 -0.445 -0.492 -0.358\n<\/strong><\/pre>\n
 So interpretieren Sie diese Ausgabe:<\/span><\/p>\n