非季节性数据的时间序列分解
数据
http://robjhyndman.com/tsdldata/misc/kings.dat
分析
非季节性的数据包含两个组成成分,分别为随机噪声和趋势。为了能使用加性模型(Additive Model)描述非季节性数据的趋势成分,我们使用平滑法(SMA)来计算一个时间序列的移动平均。在使用SMA计算时间序列的移动平均值时,需设定跨度n。
R代码
library("TTR")
kings <- scan("kings.dat", skip = 3)
kings.ts <- ts(kings)
kings.ts.sma3 <- SMA(kings.ts, n=3)
kings.ts.sma8 <- SMA(kings.ts, n=8)
svg("kings.ts.sma.svg", width = 8, pointsize = 12)
par(mfrow=c(3,

本文介绍了如何使用R语言对非季节性和季节性时间序列进行分解。针对非季节性数据,通过平滑法(SMA)计算移动平均值揭示趋势变化,分别展示了跨度为3和8的平滑结果。对于季节性时间序列,分析了分解季节性、趋势和随机噪声的过程。
最低0.47元/天 解锁文章
1464

被折叠的 条评论
为什么被折叠?



