多变量过程中 Pearson 相关性的图论解释及一种新的偏相关度量

Jakob Runge

多变量过程中 Pearson 相关性的图论解释及一种新的偏相关度量

统计理论 2013-10-22 v1 数据分析、统计与概率应用统计统计理论

作者: Jakob Runge

摘要

在时间序列图的框架下，解释了滞后 (Pearson) 相关函数对多变量自回归模型系数的依赖性。时间序列图与 Granger 因果性概念相关，并编码了多变量过程的条件独立结构。作者表明，Pearson 相关系数的复杂依赖性使得解释变得困难，并提出了一种具有直接图论解释的新型偏相关度量。这种新度量还有一个额外的优势，即其抽样分布不像 Pearson 相关系数那样受到序列依赖性的影响。在应用于气候时间序列时，展示了该新度量的潜力。

关键词

引用

@article{arxiv.1310.5169,
  title  = {On the graph-theoretical interpretation of Pearson correlations in a multivariate process and a novel partial correlation measure},
  author = {Jakob Runge},
  journal= {arXiv preprint arXiv:1310.5169},
  year   = {2013}
}

备注

20 oages, 4 figures

多变量过程中 Pearson 相关性的图论解释及一种新的偏相关度量

摘要

关键词

引用

备注

相关论文