python做滑动相关分析有对应的函数可以调用吗？

LemonTree007

大家用python做滑动相关分析都是怎么处理的呢？求指教呀。

LemonTree007

我自己写的，按照公式做的11年滑动相关，公式家园里有人发过。
sliding_corr=np.zeros(29)
for i in range(29):
    fenzi=np.sum(np.multiply((PRE_area1[i:i+11]-np.mean(PRE_area1[i:i+11])),(HS_TP_summer[i:i+11]-np.mean(HS_TP_summer[i:i+11]))))
    fenmu=np.sqrt(np.sum((PRE_area1[i:i+11]-np.mean(PRE_area1[i:i+11]))**2)*np.sum((HS_TP_summer[i:i+11]-np.mean(HS_TP_summer[i]))**2))
    sliding_corr[i]=fenzi/fenmu

Aal

想问一下楼主，HS_TP_summer[i]这里为什么不是HS_TP_summer[i:i+11]

LemonTree007

Aal 发表于 2022-1-17 19:40
想问一下楼主，HS_TP_summer这里为什么不是HS_TP_summer

你说得对，确实应该是HS_TP_summer[i:i+11]

学生党少华

def leadlagcor_r(data1,data2,n):
        #data1和data2为两个时间序列，n设置做多少个时间步长的超前滞后
    a=-n
    b=-a
    c=b*2+1
    x=np.arange(-n,n+1,1)
    r=np.zeros((c,1))
    p=np.zeros((c,1))

    for i in range(c):
        if i<(b):
            r[n-i],p[n-i]=pearsonr(data1[:(len(data1)-i)], data2[i:])
        else:
            r,p=pearsonr(data1[x:], data2[:len(data1)-x])
        #result = np.concatenate((r,p),axis = 1)
        #correl_value = np.max(result[:,1:2])
        #index_correl_value = np.where(r == correl_value)
        #p_index = p[index_correl_value]
        #r = np.squeeze(r)
        p = np.squeeze(p)
         #return max(abs(r)) , p[index_correl_value]
        max_value = max(abs(r))
        index_correl_value = np.where((r == max_value) | (r == max_value * -1))
        index_correl_value = index_correl_value[0]
        p_value = p[index_correl_value]  
        r_value = r[index_correl_value]
    return r_value，P_value


我自己前一阵算东西写的。输出最大R时的和相对应P值。 如果不需要，直接最后一句改成return r，p

一大碗年糕