import pandas as pd
#刚开始做一次相关系数和P值分析
#把第二个列表复制一下
#原来的那个数组一直做右移,每移一次,记录一下右移的步长,相关系数和P值
#另外一个复制过的数组一直做左移,每移一次,记录一下左移的步长,相关系数和P值
from scipy.stats import pearsonr
A=[1,2,3,4,5,6,7,8,9,1,2,3]
B=[1.3,3.2,5.6,7,1,3,3,1,5,6,7,9]
lag=[]#滞后的步长
pearsonrs=[]
pvalues=[]
result=pearsonr(A,B)
lag.append(0)
pearsonrs.append(result[0])
pvalues.append(result[1])
###############不断进行右移,并记录所有参数
C=B.copy()
for i in range(20):
C.insert(0,C.pop())
result=pearsonr(A,C)
lag.append(i+1)
pearsonrs.append(result[0])
pvalues.append(result[1])
###############不断进行左移,并记录所有参数
D=B.copy()
for i in range(20):
D.insert(len(D),D[0])
D.remove(D[0])
result=pearsonr(A,D)
lag.append(-(i+1))
pearsonrs.append(result[0])
pvalues.append(result[1])
Python计算两个时间序列的互相关
猜你喜欢
转载自blog.csdn.net/weixin_45577825/article/details/120357289
今日推荐
周排行