R 我如何将t月的降雨量与t+月的粮食供应量关联起来；1或t+；2.

我正在尝试运行一个时间序列分析，以便使用R将t月的降雨量与t+1或t+2月的粮食供应量关联起来。有人能帮忙吗

我尝试了自相关和自回归，但我想使用以下数据集（仅示例）将降雨量和粮食供应量关联起来

数据：

structure(list(Month = c("Jan-17", "Feb-17", "Mar-17", "Apr-17", 
"May-17", "Jun-17", "Jul-17", "Aug-17", "Sep-17", "Oct-17", "Nov-17", 
"Dec-17"), Rain = c(43, 78, 144.9, 124.7, 86.8, 0, 25.1, 48.9, 
125.4, 185.4, 185.5, 62.2), fruits = c(NA, NA, 14.02439024, 28.65853659, 
32.31707317, 12.60162602, 16.46341463, 21.95121951, 9.146341463, 
5.487804878, 6.097560976, 10.97560976)), class = "data.frame", row.names = c(NA, 
-12L))

---

您正在查找互相关：

ccf（x，y）

（请在手册中查找或查找更多详细信息）

以下示例排除前两个值，因为函数不接受

NA

。它还将延迟限制为

-1:1

，因为您只对-1个月的延迟感兴趣。ccf（x，y）返回的滞后值k估计

x[t+k]

和

y[t]

之间的相关性

序列“X”的Df自相关（按滞后） #> #> -1 0 1 #> -0.123 -0.322 -0.483 当然，你也可以自己做。您所要做的就是通过选择相应的向量位置来子集这两个向量。这样，您可以交叉检查

ccf（）

结果：

cor（Df$Rain[3:11]，Df$fruits[4:12]）
#> [1] -0.1276439

通过这种方式，您还可以使用所有可用值：

cor（Df$Rain[2:11]，Df$fruits[3:12]）
#> [1] -0.1181127

请注意，

ccf（）

和

cor（）

结果略有不同。互相关的工作原理不同。它的算法基于平稳性假设，这将导致与

cor（）

不同的结果。一旦使用大于1的时间滞后，这将变得更加明显

由（v1.0.0）于2021年3月14日创建