Изучение ковариации между несколькими наборми данных
Инструмент Облако взаимной ковариации (Crosscovariance Cloud) можно использовать для исследования взаимной корреляции двух наборов данных. Рассмотрим озон (набор данных 1) и NO2 (набор данных 2). Обратите внимание, что взаимная корреляция NO2 и озона кажется асимметричной. Красная зона показывает, что максимальная корреляция между двумя наборами данных характерна для тех случаев, когда значения NO2 смещены к западу относительно значений озона. Инструмент Направление поиска (Search Direction) поможет определить причину этого. Так это выглядит при смещении к западу.
 |
Инструмент Направление поиска (Search Direction) (запад) |
 |
Инструмент Направление поиска (Search Direction) (запад) |
Так это выглядит при смещении к востоку.
 |
Инструмент Направление поиска (Search Direction) (восток) |
 |
Инструмент Направление поиска (Search Direction) (восток) |
Понятно, что значения ковариации максимальны, когда инструмент Направление поиска (Search Direction) указывает на запад. С помощью инструментов Облако взаимной ковариации (Crosscovariance Cloud) и Гистограмма (Histogram) можно проверить, какая пара имеет максимальное значение ковариации. Если при использовании инструмента Направление поиска (Search Direction), указывающего в западном направлении, выбрать на облаке несколько точек с высокими значениями взаимной ковариации , можно увидеть, что большая часть этих точек расположена в центре Калифорнии. Кроме того, видно, что значения NO2 смещены к западу от значений озона. На гистограммах видно, что высокие значения ковариации связаны с тем, что значения NO2 (синие полосы на гистограмме NO2) и озона (оранжевые полосы на гистограмме озона) в выбранных точках превышают средние значения NO2 и озона соответственно. На основании этой информации можно сделать вывод, что результаты, полученные при анализе Облака взаимной ковариации (Crosscovariance Cloud), отражают наличие непостоянного среднего в данных, и можно попытаться.
Также можно получить высокие значения взаимной ковариации всякий раз, когда пары значений, выбранных из обоих наборов данных, ниже соответствующих средних значений. В действительности, высокие значения взаимной ковариации можно ожидать в местоположениях, где значения в парах значений одновременно выше или ниже соответствующих средних значений, что происходит в нескольких регионах изучаемой области. Изучив эти данные, можно определить, что взаимная ковариация в центральной Калифорнии отличается от остальной части штата. На основании этой информации можно сделать вывод, что результаты, полученные от Облака взаимной ковариации (Crosscovariance Cloud), не являются постоянными по времени, и попытаться удалить тренды для NO2 и озона.
 |
Результаты анализа взаимной ковариации |