Olá, pessoal!
Nesta vídeoaula, eu apresento o conceito de correlação cruzada (correlação linear de pearson entre duas variáveis), que é fundamental na análise multivariada de séries temporais. Explico a importância da estacionaridade das séries temporais envolvidas, assim como a necessidade da remoção da autocorrelação serial, ou prewhitening. No fim, aplico a correlação cruzada para duas séries diferentes, e estudo a sua interdependência.
A ferramenta utilizada foi o software livre R. Para o acesso à notas de aula, por favor, fazer o download do arquivo em anexo.
Até mais!
Olá Victor, o ideal é aplicar a correlação cruzada mesmo, porque a dispersão não é o método mais robusto (expliquei na estimativa da autocorrelação) e porque pode ocorrer correlação razoável entre as séries em algum passo de tempo.
Além disso, é necessário que você aplique o prewhitening antes da avaliação da associação entre as séries em questão.
Um abraço
Boa tarde professor, Agradeço o conteúdo. Recentemente usei a representação gráfica de dispersão para negar a hipotese de correlação entre duas séries. No R usei o "diff() X lag(diff())" e notei uma distribuição normal entre os dados. Posso dizer que é uma forma válida?