时间序列之间相关性和耦合性的分析方法  

作　　者：王晓晓[1] 石岩岩[1] 赵一鸣[1] 

机构地区：[1]北京大学第三医院临床流行病学研究中心,北京100191

出　　处：《中华儿科杂志》2024年第6期558-558,共1页Chinese Journal of Pediatrics

基　　金：国家自然科学基金(82101264)。

摘　　要：医学研究中有很多时间序列数据,例如心率、呼吸、血压监测等。选择合适的方法分析时间序列之间的相关性和耦合性,进而分析其与疾病的关联,有助于更好地指导临床。现介绍几种常见的方法和指标。1.相关性分析:皮尔逊相关和斯皮尔曼相关可用来衡量两个时间序列之间线性相关的程度,取值范围-1~1,0表示没有线性相关性,正值表示正相关,负值表示负相关。需要注意的是,两者均不能提供关于两个时间序列方向性的信息,例如哪个时间序列是引导信号,哪个时间序列是跟随信号。此外,与皮尔逊相关不同,斯皮尔曼相关对数据中的极端值不敏感。

关 键 词：耦合性 时间序列 血压监测 引导信号 线性相关性 斯皮尔曼 极端值 相关性分析 

分 类 号：R-3[医药卫生]