R 周数据的时间序列分解
我对R完全是新手,而且刚刚开始使用它。我有三年的每周数据。我想将这个时间序列数据分解为趋势、季节和其他组成部分。我有以下疑问: 我应该使用哪个函数-tsor decompose 如何应对闰年形势。 如果我错了,请纠正我,频率是52 提前谢谢。我非常感谢您的帮助。欢迎来到R 是的,频率是52 如果数据尚未分类为时间序列,则需要ts和分解。要查找数据集的类,请使用classdata。如果它返回ts,就R而言,您的数据已经是一个时间序列。如果它返回其他内容,如data.frame,则需要将其更改为时间序列。为tsdata分配一个变量,并再次检查该类以确保 有一个每月的时间序列数据集sunspot.month已经加载到R中,您可以在其中进行练习。这里有一个例子。您还可以通过编写“分解”来读取分解的帮助文件 调用名称表示您还可以访问单个组件数据。这可以通过$operator完成。例如,如果只想查看季节性组件,请使用decomp$seasonal 欢迎来到R 是的,频率是52 如果数据尚未分类为时间序列,则需要ts和分解。要查找数据集的类,请使用classdata。如果它返回ts,就R而言,您的数据已经是一个时间序列。如果它返回其他内容,如data.frame,则需要将其更改为时间序列。为tsdata分配一个变量,并再次检查该类以确保 有一个每月的时间序列数据集sunspot.month已经加载到R中,您可以在其中进行练习。这里有一个例子。您还可以通过编写“分解”来读取分解的帮助文件 调用名称表示您还可以访问单个组件数据。这可以通过$operator完成。例如,如果只想查看季节性组件,请使用decomp$seasonalR 周数据的时间序列分解,r,statistics,time-series,R,Statistics,Time Series,我对R完全是新手,而且刚刚开始使用它。我有三年的每周数据。我想将这个时间序列数据分解为趋势、季节和其他组成部分。我有以下疑问: 我应该使用哪个函数-tsor decompose 如何应对闰年形势。 如果我错了,请纠正我,频率是52 提前谢谢。我非常感谢您的帮助。欢迎来到R 是的,频率是52 如果数据尚未分类为时间序列,则需要ts和分解。要查找数据集的类,请使用classdata。如果它返回ts,就R而言,您的数据已经是一个时间序列。如果它返回其他内容,如data.frame,则需要将其更改为时间
感谢您的回复。我有一个疑问,我是否可以使用stl将每周数据分解为这些组件,而不是分解?两者都会给我不同的结果吗?根据分解帮助文件-函数stl提供了更复杂的分解。请查看这两个帮助文件。在其他差异中,stl使用黄土方法,分解使用经典的自回归和移动平均模型。它们不会产生相同的结果。感谢您的回复。我有一个疑问,我是否可以使用stl将每周数据分解为这些组件,而不是分解?两者都会给我不同的结果吗?根据分解帮助文件-函数stl提供了更复杂的分解。请查看这两个帮助文件。在其他差异中,stl使用黄土方法,分解使用经典的自回归和移动平均模型。它们不会产生相同的结果。
class(sunspot.month)
[1] "ts"
> decomp <- decompose(sunspot.month)
> summary(decomp)
Length Class Mode
x 2988 ts numeric
seasonal 2988 ts numeric
trend 2988 ts numeric
random 2988 ts numeric
figure 12 -none- numeric
type 1 -none- character
> names(decomp)
[1] "x" "seasonal" "trend" "random" "figure" "type"
> plot(decomp) # to see the plot of the decomposed time-series