Pandas 两个二进制时间序列之间的因果关系
我有一个大数据帧的以下示例:Pandas 两个二进制时间序列之间的因果关系,pandas,time-series,signals,heartbeat,autoregressive-models,Pandas,Time Series,Signals,Heartbeat,Autoregressive Models,我有一个大数据帧的以下示例: Time (ms) Signal_1 Signal_2 0 0 0 1 0 0 2 0 1 3 0 0 4 1 0 5 0 0 6 0 0 . . . . .
Time (ms) Signal_1 Signal_2
0 0 0
1 0 0
2 0 1
3 0 0
4 1 0
5 0 0
6 0 0
. . .
. . .
. . .
996 1 1
997 0 0
998 0 0
信号_1表示一个人在时间iX中是否发生心跳
信号_2表示一个人在时间iY中是否发生心跳
时间(ms)是时间i和数据帧的索引。
时间=0表示实验的开始。时间=1000表示实验开始后经过的第一秒
由于信号是标称(布尔值),我如何使用VAR和Granger因果关系来说明信号_1是否导致信号_2?
有没有办法计算这些二进制时间序列数据之间的相关性
谢谢 这似乎是一个更好的交流,可以问这个问题——统计而不是编程问题谢谢!这很有帮助。如果你理解向量自回归和格兰杰背后的概念,代码就非常简单。使用和。文档非常清晰简洁,并且有示例,应该不会有太多麻烦。现在,如果您需要这些方法的理论方法方面的帮助,那么
stats.stackexchange
就是讨论的地方。谢谢!这些参考资料真的很有用!