R语言学习笔记：时间序列分析

1.生成时间序列

ts()

 

ts(data = NA, start = 1, end = numeric(), frequency = 1, deltat = 1, ts.eps = getOption("ts.eps"), class =, names = )

data是数值向量或矩阵，数据框将被强制转化为数值向量；start是收集数据的第一年集第一个间隔期，如2018年第1季度，start = c(2018 , 1)；end指终止时间点；frequency指定数据在一年中的频数，如月份为12，季度为4；deltat是frequency的倒数，两者设置其一；names为命名。

 

可以用plot.ts()绘制时间序列图

2.时间序列的分解

主要有4种影响因素：T（长期趋势），S（季节变动），C（循环变动），e（不规则变动）

估计趋势、季节性、不规则：

decompose()

 

decompose(x, type = c("additive", "multiplicative"), filter = NULL)

x是时间序列对象；type指定季节分解的形式，选择加法模型还是乘法模型；filter是滤波系数。

 

stl():使用Loess方法

 

stl(x, s.window, s.degree = 0,...)

x是时间序列的对象；s.window为字符串“periodic”或Loess方法提取季节的跨度，应为奇数值，没有默认值；s.degree