R 消除热带气旋的季节性趋势

我有10年（2000-2009）的每日数据，我想确定季节周期，删除它，并在回归分析中使用这些“去趋势”数据。为此，我将ts和stl用作：

           tm <- ts(a, start = 2000, freq = 365.25)
           tm2 <- stl(tm, s.window="periodic")
           x.sa <- seasadj(tm2)

我在情节上做错了什么

我对时间序列非常陌生，我担心这个过程，据我所知应该可以，但我不确定结果时间序列（x.sa）是否可以（没有“季节性周期”）使用新的“去趋势”数据进行多元回归

编辑：

是的，a是数字，不是ts对象，这就是为什么我在stl之前使用ts。 当我绘制tm和x.sa时，我得到：

我错过了什么？时间物体错了吗？ 我将放一个样本（因为数据是10年的每日数据：3653次观察），因此，这将是一个简短的样本：

mydata<- dput(a[1:40])
      c(281.127075195312, 280.629150390625, 282.007202148438, 280.685577392578, 
          278.718994140625, 281.126098632812, 279.95458984375, 280.4013671875, 
          278.469146728516, 274.627807617188, 277.929779052734, 276.451690673828, 
          275.632934570312, 277.067443847656, 277.834289550781, 280.159820556641, 
          280.40087890625, 280.572998046875, 278.621704101562, 279.200439453125, 
          279.614135742188, 278.984436035156, 276.867004394531, 272.86865234375, 
          275.842346191406, 278.622436523438, 277.736022949219, 277.709503173828, 
          282.733032226562, 281.467529296875, 282.947448730469, 282.413330078125, 
          281.055633544922, 281.113983154297, 281.544097900391, 282.1435546875, 
          281.356384277344, 281.776458740234, 281.724639892578, 280.923461914062
       )

---

mydata什么是
a
？此外，在绘图中使用了
x.da
，而不是
x.sa
。你也没有提到相关的软件包。除此之外，这应该是可行的。例如，试一试绘图（AirPassengers，col=“grey”）；行（seasadj（stl（AirPassengers，s.window=“periodic”）），col=“red”）

并相应地修改您的代码。啊，很抱歉出现了一个拼写错误（x.da，是x.sa），a是我的数据集（即str（a）num[1:3653]281 282 281 279……）。即使尝试使用你建议的句子，我也有相同的绘图：（…请为问题本身提供

dput（a）

。

a

不是ts对象。如果你绘制

tm

和

x.sa

，会发生什么？好的，谢谢！我意识到我的错误，我必须绘制（tm）而不是ts对象。非常感谢！

mydata<- dput(a[1:40])
      c(281.127075195312, 280.629150390625, 282.007202148438, 280.685577392578, 
          278.718994140625, 281.126098632812, 279.95458984375, 280.4013671875, 
          278.469146728516, 274.627807617188, 277.929779052734, 276.451690673828, 
          275.632934570312, 277.067443847656, 277.834289550781, 280.159820556641, 
          280.40087890625, 280.572998046875, 278.621704101562, 279.200439453125, 
          279.614135742188, 278.984436035156, 276.867004394531, 272.86865234375, 
          275.842346191406, 278.622436523438, 277.736022949219, 277.709503173828, 
          282.733032226562, 281.467529296875, 282.947448730469, 282.413330078125, 
          281.055633544922, 281.113983154297, 281.544097900391, 282.1435546875, 
          281.356384277344, 281.776458740234, 281.724639892578, 280.923461914062
       )