在线观看不卡亚洲电影_亚洲妓女99综合网_91青青青亚洲娱乐在线观看_日韩无码高清综合久久

鍍金池/ 教程/ 數(shù)據(jù)分析&挖掘/ R語(yǔ)言時(shí)間序列分析
R語(yǔ)言列表
R語(yǔ)言隨機(jī)森林
R語(yǔ)言矩陣
R語(yǔ)言邏輯回歸
R語(yǔ)言數(shù)據(jù)幀
R語(yǔ)言數(shù)據(jù)重塑
R語(yǔ)言概述
R語(yǔ)言包
R語(yǔ)言字符串
R語(yǔ)言CSV文件
R語(yǔ)言運(yùn)算符
為什么使用R語(yǔ)言做統(tǒng)計(jì)?
R語(yǔ)言Web數(shù)據(jù)
R語(yǔ)言二進(jìn)制文件
R語(yǔ)言XML文件
R語(yǔ)言JSON文件
R語(yǔ)言因子
R語(yǔ)言容易學(xué)習(xí)嗎?
R語(yǔ)言基礎(chǔ)語(yǔ)法
R語(yǔ)言向量
R語(yǔ)言教程
R語(yǔ)言正態(tài)分布
R語(yǔ)言平均值,中位數(shù)和眾數(shù)
R語(yǔ)言變量
R語(yǔ)言條形圖
R語(yǔ)言決策樹(shù)
R語(yǔ)言開(kāi)發(fā)環(huán)境安裝配置
R語(yǔ)言數(shù)組
R語(yǔ)言數(shù)據(jù)類型
R語(yǔ)言非線性最小二乘法
R語(yǔ)言直方圖
R語(yǔ)言卡方檢驗(yàn)
R語(yǔ)言泊松回歸
R語(yǔ)言決策結(jié)構(gòu)
R語(yǔ)言盒形圖(箱形圖)
R語(yǔ)言協(xié)方差分析
R語(yǔ)言二項(xiàng)分布
R語(yǔ)言餅狀圖
R語(yǔ)言循環(huán)
R語(yǔ)言散點(diǎn)圖
R語(yǔ)言線性回歸
R語(yǔ)言時(shí)間序列分析
R語(yǔ)言線形圖
R語(yǔ)言在現(xiàn)實(shí)中的應(yīng)用
R語(yǔ)言生存分析
R語(yǔ)言多元(多重)回歸
R語(yǔ)言函數(shù)
R語(yǔ)言Excel文件
R語(yǔ)言連接數(shù)據(jù)庫(kù)(MySQL)

R語(yǔ)言時(shí)間序列分析

時(shí)間序列是一系列數(shù)據(jù)點(diǎn),其每個(gè)數(shù)據(jù)點(diǎn)與時(shí)間戳相關(guān)聯(lián)。 一個(gè)簡(jiǎn)單的例子就是股票在某一天不同時(shí)間點(diǎn)的股票價(jià)格。另一個(gè)例子是一年中不同月份某個(gè)地區(qū)的降雨量。R語(yǔ)言使用許多功能來(lái)創(chuàng)建,操縱和繪制時(shí)間序列數(shù)據(jù)。時(shí)間序列的數(shù)據(jù)存儲(chǔ)在稱為時(shí)間序列對(duì)象的R對(duì)象中。 它也是一個(gè)R數(shù)據(jù)對(duì)象,如向量或數(shù)據(jù)幀。

時(shí)間序列對(duì)象是通過(guò)使用ts()函數(shù)創(chuàng)建的。

語(yǔ)法

時(shí)間序列分析所使用的ts()函數(shù)的基本語(yǔ)法是 -

timeseries.object.name <-  ts(data, start, end, frequency)

以下是使用的參數(shù)的描述 -

  • data - 是包含時(shí)間序列中使用的值的向量或矩陣。
  • start - 以時(shí)間序列指定第一次觀察的開(kāi)始時(shí)間。
  • end - 指定時(shí)間序列中最后觀察的結(jié)束時(shí)間。
  • frequency - 指定每單位時(shí)間的觀測(cè)次數(shù)。

除參數(shù)“data”外,所有其他參數(shù)均為可選項(xiàng)。

示例

假設(shè)從2012年1月開(kāi)始,要表述某地的年降雨統(tǒng)計(jì)信息。我們創(chuàng)建一個(gè)R時(shí)間序列對(duì)象,為期12個(gè)月,并繪制。

setwd("F:/worksp/R")

# Get the data points in form of a R vector.
rainfall <- c(799,1174.8,865.1,1334.6,635.4,918.5,685.5,998.6,784.2,985,882.8,1071)

# Convert it to a time series object.
rainfall.timeseries <- ts(rainfall,start = c(2012,1),frequency = 12)

# Print the timeseries data.
print(rainfall.timeseries)

# Give the chart file a name.
png(file = "rainfall.png")

# Plot a graph of the time series.
plot(rainfall.timeseries)

# Save the file.
dev.off()

當(dāng)我們執(zhí)行上面的代碼,它產(chǎn)生以下結(jié)果和圖表 -

Jan    Feb    Mar    Apr    May     Jun    Jul    Aug    Sep
2012  799.0  1174.8  865.1  1334.6  635.4  918.5  685.5  998.6  784.2
        Oct    Nov    Dec
2012  985.0  882.8 1071.0

降雨量的時(shí)間序列圖 -

不同的時(shí)間間隔

ts()函數(shù)中的頻率(frequency)參數(shù)的值決定了測(cè)量數(shù)據(jù)點(diǎn)的時(shí)間間隔。 值為12表示時(shí)間序列為12個(gè)月。其他值及其含義如下 -

  • frequency= 12 - 每一個(gè)月的數(shù)據(jù)點(diǎn)。
  • frequency= 4 - 每年四分之一的數(shù)據(jù)點(diǎn)。
  • frequency= 6 - 每一小時(shí)10分鐘的數(shù)據(jù)點(diǎn)。
  • frequency= 24 6* - 每天10分鐘的數(shù)據(jù)點(diǎn)。

多時(shí)間系列

我們可以在一個(gè)圖表中繪制多個(gè)時(shí)間序列,將這兩個(gè)系列組合成一個(gè)矩陣。

setwd("F:/worksp/R")
# Get the data points in form of a R vector.
rainfall1 <- c(799,1174.8,865.1,1334.6,635.4,918.5,685.5,998.6,784.2,985,882.8,1071)
rainfall2 <- 
           c(655,1306.9,1323.4,1172.2,562.2,824,822.4,1265.5,799.6,1105.6,1106.7,1337.8)

# Convert them to a matrix.
combined.rainfall <-  matrix(c(rainfall1,rainfall2),nrow = 12)

# Convert it to a time series object.
rainfall.timeseries <- ts(combined.rainfall,start = c(2012,1),frequency = 12)

# Print the timeseries data.
print(rainfall.timeseries)

# Give the chart file a name.
png(file = "rainfall_combined.png")

# Plot a graph of the time series.
plot(rainfall.timeseries, main = "多時(shí)間系列圖")

# Save the file.
dev.off()

當(dāng)我們執(zhí)行上面的代碼,它產(chǎn)生以下結(jié)果和圖表 -

           Series 1  Series 2
Jan 2012    799.0    655.0
Feb 2012   1174.8   1306.9
Mar 2012    865.1   1323.4
Apr 2012   1334.6   1172.2
May 2012    635.4    562.2
Jun 2012    918.5    824.0
Jul 2012    685.5    822.4
Aug 2012    998.6   1265.5
Sep 2012    784.2    799.6
Oct 2012    985.0   1105.6
Nov 2012    882.8   1106.7
Dec 2012   1071.0   1337.8

多時(shí)間系列圖 -