3.2 Korelační funkce
Výsledek výpočtu korelačního koeficientu je skalár a je proto vhodný pro posouzení korelace dvou statických veličin. Pokud chceme zkoumat, jak se velikost korelace mění v čase u dynamických dat, je potřeba použít jinou, funkční formu popisu korelace. Takovou možnost poskytuje tzv. korelační funkce která je mírou souvztažnosti mezi hodnotami realizace náhodného procesu v okamžiku a hodnotami realizace náhodného procesu v okamžiku V souladu s definicí Pearsonova korelačního koeficientu je korelační funkce definována vztahem
(13) |
Obr. 7. Příklad průběhu korelační funkce pro dvě stejně široké obdélníkové funkce
|
V oblasti zpracování signálů, resp. časových řad se data častěji používají bez standardizace, tj. bez odečítání střední hodnoty a dělení směrodatnou odchylkou. V tom případě a dále za předpokladu stacionarity a ergodicity obou náhodných procesů a a jim odpovídajícím reálným realizacím a je odhad vzájemné (křížové) korelační funkce (cross-correlation function) určený z nekonečného časového intervalu závislý pouze na rozdílu obou časových okamžiků a je definován vztahem
1 | (14) |
kde je doba pozorovaného časového intervalu.
Podobné vlastnosti má tzv. kovarianční funkce, která se od korelační liší pouze tím, že hodnoty obou procesů jsou centrovány pomocí středních hodnot a daných realizací a Je definována vztahem
(15) |
Pokud se zajímáme o dynamiku vztahu mezi úseky jedné realizace náhodného procesu, tu lze posoudit na základě znalosti tzv. autokorelační funkce, jejíž odhad pro ergodický proces s realizací lze pro případ se spojitým časem určit podle vztahu
(16) |
resp. autokovarianční funkce definované jak
(17) |
Je zřejmé, že hodnoty korelační, resp. kovarianční funkce počítané pomocí uvedených limitních výrazů jsou za předpokladu, že je hodnota integrálu v obou definičních vztazích konečná, nulové. Proto se v tom případě používají pro určení obou funkcí pouze výrazy
(18) |
resp.
(19) |
které ale vyjadřují pouze relativní míru vzájemnosti obou funkcí v závislosti na jejich vzájemném posunu. Totéž samozřejmě platí i pro autokorelační a autokovarianční funkci.
Nekonečné integrační meze jsou určitě teoretickou záležitostí, při zpracování reálných dat jsou k dispozici vždy jen konečné úseky zpracovávaných veličin. Pak nezbývá než průběh korelační či kovarianční funkce odhadnout z toho, co je k dispozici. Tedy pro odhad vzájemné korelační funkce dvou proměnných je
(20) |
kde je konečná doba trvání známého úseku dat.
Principu korelační funkce lze použít i pro deterministické, zejména periodické funkce. I v tom případě hodnota korelační funkce definuje míru podobnosti obou funkcí v závislosti na jejich vzájemném posunutí. Pokud uvažujeme dva periodické průběhy s toutéž periodou je korelační funkce periodická s toutéž periodou. Vzájemná či křížová korelační funkce dvou periodických funkcí a o téže periodě je definována vztahem
(21) |
a ekvivalentně autokorelační funkce periodické funkce je
(22) |
Navzdory skutečnosti, že jsou pravé strany ve výrazech Modely veličin spojitých v čase II (20) a Modely veličin spojitých v čase II (21) stejné, díky periodičnosti funkcí a ve vztahu Modely veličin spojitých v čase II (21) představuje tento vztah výpočet skutečného průběhu korelační funkce, zatímco vztah Modely veličin spojitých v čase II (20) pouze odhad.
Autokorelační i autokovarianční funkce jsou sudé, pro všechny reálné hodnoty posunu je stejně tak jako a je rovna výkonu funkce, resp. výkonu variability dané funkce. V případě, že je zkoumaná funkce periodická, je její autokorelační (autokovarianční) funkce rovněž periodická s toutéž periodou.
Příklad 3.1. Určete průběh autokorelační funkce pro kde je jednotkový skok. Předpokládejme, že Ověřte, jaký vliv na průběh výsledné autokorelační funkce má alternace znaménka v druhém členu definičního vztahu pro výpočet autokorelace.
Řešení. Integrál
(23) |
je konečný, proto budeme autokorelační funkci počítat podle vztahu
(24) |
Abychom si výpočet trochu usnadnili, připomeňme si, že jednotkový skok je definován vztahem
Protože platí pro posunutý jednotkový skok
(25) |
Z těchto dvou definic plyne, že pro součin obou jednotkových skoků (posunutého i neposunutého) je
(26) |
To konečně znamená, že výpočet integrálu ve vztahu Modely veličin spojitých v čase II (24) může být formulován
(27) |
Uvažme teď alternativu výpočtu autokorelační funkce podle vztahu
(28) |
To znamená, že je
(29) |
V tom případě pro součin obou jednotkových skokových funkcí (posunuté i neposunuté) je
(30) |
a výpočet integrálu z Modely veličin spojitých v čase II (29) je
(31) |
Oba výsledky nám na konkrétním příkladu demonstrovaly konstatování o sudosti autokorelační funkce, protože oba získané výsledky jsou stejné bez ohledu na volbu znaménka v definičním vztahu pro výpočet korelace.
Příklad 3.2. Vypočtěte průběh vzájemné korelační funkce funkcí a Ověřte, jaký vliv na průběh výsledné korelační funkce má alternace znaménka v druhém členu definičního vztahu.
Řešení. Protože argumenty obou harmonických funkcí jsou mají obě harmonické funkce tutéž periodu [časové jednotky]. Tedy
(32) |
Pokud by byla korelační funkce definována pomocí vztahu
pak je
(33) |
Tentokrát se oba výsledky liší ve znaménku a pro oba případy je hodnota korelační funkce pro rovna nule. V podstatě se pro daný konkrétní případ vypočtená vzájemná korelační funkce jeví jako lichá (pozor - nelze zobecnit). Pokusme se pomocí obr. Modely veličin spojitých v čase II 8 tento rozdíl alespoň zhruba interpretovat.
Obr. 8. a) Harmonické funkce dle zadání příkladu, b) výsledná korelační funkce |
Při výpočtu korelační funkce pomocí vztahu dochází při k posunu funkce sin směrem k menším hodnotám na časové ose (vlevo). To znamená, že podobnost obou křivek posunem z výchozího postavení nejdříve roste. Protože funkce s nárůstem hodnoty také nejdříve roste, odpovídá to očekávanému nárůstu hodnoty korelace.
Při výpočtu korelační funkce pomocí vztahu dochází při k posunu funkce sin směrem k větším hodnotám na časové ose (vpravo). To znamená, že podobnost obou křivek posunem z výchozího postavení nejdříve klesá. Protože funkce sin(pt) s nárůstem hodnoty od nuly nejdříve roste, odpovídá to očekávanému poklesu hodnoty korelace vyjádřené funkcí
Příklad 3.3. Určete hodnotu autokorelační funkce pro a korelační funkce pro a kde je celé číslo, pro
Řešení. Funkce je periodická, autokorelační funkci proto budeme počítat podle vztahu Modely veličin spojitých v čase II (22). Je tedy
a pro bude
Pro žádanou korelační funkci bude
Protože oba získané výrazy integrujeme přes periodu funkce kde a frekvence druhé funkce je dána celočíselným násobkem frekvence první funkce, jsou oba dílčí integrály rovny nule, tedy je i
Pokusíme-li se zobecnit tyto výsledky, pak můžeme konstatovat, že hodnota korelační funkce periodické funkce s jádrovou harmonickou funkcí se stejnou periodou pro nabývá nějaké, obecně nenulové hodnoty (její velikost zatím nerozebírejme). Pokud budeme počítat hodnotu korelace mezi periodickou funkcí a jádrovou harmonickou funkcí, jejíž frekvence je rovna celočíselnému násobku frekvence dané periodické funkce, pak korelační funkce a tím i její hodnota pro je nulová.
1V odborné literatuře se často liší definice korelační funkce ve znaménku před argumentem ve funkci v integrálu na pravé straně výrazu. Tato diference znamená, že se definice liší ve vnímání posunu druhé funkce v čase. Je-li pak výraz reprezentuje posun funkce směrem k záporným hodnotám času (viz kap. 2.4.1) a výraz posun funkce směrem ke kladným hodnotám času. Jak posléze uvidíme, z hlediska autokorelační či autokovarianční funkce, které jsou sudé, nemá volba znaménka na výsledný průběh žádný vliv, z hlediska vzájemné korelační, resp. kovarianční funkce reprezentuje volba znaménka inverzi časové osy výsledné funkce. To samozřejmě může způsobovat nedorozumění v interpretaci výsledků, proto je třeba být si vědom této skutečnosti a volby. Protože se varianta s kladným znaménkem vyskytuje častěji, dáváme v tomto textu přednost této variantě.