求两个时间序列的滞后相关及其置信水平

function [cortimelowup]=lag_corr_sig（data1data2alp）

%%% a simple function for caculate the lag correlation of two timeseries
%
% inputs:
% data1 and data2 are two time series.
% alp : （Optioal） A number between 0 and 1 to specify a confidence level
% of 100*（1 - alpha）%. Default is 0.05 for 95% confidence intervals.
% outputs:
% cor: the correlation of data1 and tata2
% time: lag and lead time for data1 and data2.
% low: lower bounds for a  confidence interval for each coefficient if 
% nargin is 2 then the interval level is 95% for default.
% up: uper bounds for a confidence interval for each coefficient.
%
% Example
% x=rand（1100）;y=rand（1100）;
% [cortimelowup]=lag_corr_sig（xy）;
% plot（timecor）;errorbar（time（1:10:end）cor（1:10:end）low（1:10:end）up（1:1
% 0：end））;
% or you can use the simple output just calculate the lag correlation
% [cortimelowup]=lag_corr_sig（xy）;plot（timecor）;
len=length（data1）;
lag_time=floor（[len/3]）;%usually the lagtime is 1/3 of the whole length of the data.
cor=zeros（lag_time1）;p=zeros（lag_time1）;l=lag_time;
if len~=length（data2）
    error（‘you must use two same length series‘）;
end
if size（data11）    data1=data1‘;
    data2=data2‘;
end
if nargin == 2
    for j=1:lag_time %data1 lead data2
        ab=data1（1:len-j）;
        ac=data2（j+1:len）;
        avex=mean（ab）;avey=mean（ac）;
        sx=sqrt（sum（（ab-avex）.^2）/（len-j））;sy=sqrt（sum（（ac-avey）.^2）/（len-j））;
        cor1（j）=sum（（（ab-avex）/sx）.*（（ac-avey）/sy））/（len-j）;
        if nargout == 4
            [RPlow_matup_mat]=corrcoef（abac）;
            low1（j）=low_mat（12）;up1（j）=up_mat（12）;
        end
        clear ab ac sx
    end
    
    for j=1:lag_time
        ab=data1（j+1:len）;
        ac=data2（1:len-j）;
        avex=mean（ab）;avey=mean（ac）;
        sx=sqrt（sum（（ab-avex）.^2）/（len-j））;sy=sqrt（sum（（ac-avey）.^2）/（len-j））;
        cor2（j）=sum（（（ab-avex）/sx）.*（（ac-avey）/sy））/（len-j）