R中年度时间序列的分解（）

我试图对1960年至2015年通货膨胀率的时间序列数据进行分析。数据集是56年的年度时间序列，每年有1个实际值，如下所示：

Year    Inflation percentage
1960    1.783264746
1961    1.752021563
1962    3.57615894
1963    2.941176471
1964    13.35403727
1965    9.479452055
1966    10.81081081
1967    13.0532972
1968    2.996404315
1969    0.574712644
1970    5.095238095
1971    3.081105573
1972    6.461538462
1973    16.92815855
1974    28.60169492
1975    5.738605162
1976    -7.63438068
1977    8.321619342
1978    2.517518817
1979    6.253164557
1980    11.3652609
1981    13.11510484
1982    7.887270664
1983    11.86886396
1984    8.32157969
1985    5.555555556
1986    8.730811404
1987    8.798689021
1988    9.384775808
1989    3.26256011
1990    8.971233545
1991    13.87024609
1992    11.78781925
1993    6.362038664
1994    10.21150033
1995    10.22488756
1996    8.977149075
1997    7.16425362
1998    13.2308409
1999    4.669821024
2000    4.009433962
2001    3.684807256
2002    4.392199745
2003    3.805865922
2004    3.76723848
2005    4.246353323
2006    6.145522388
2007    6.369996746
2008    8.351816444
2009    10.87739112
2010    11.99229692
2011    8.857845297
2012    9.312445605
2013    10.90764331
2014    6.353194544
2015    5.872426595

“stock1”包含我的数据，其中第一列代表年份，第二列代表通货膨胀率，如下所示：

---

stock1请尝试
frequency=2
，因为频率需要大于1。由于此操作将更改您的模型，因此对我来说，更好的方法是加载包含和月份列的数据，因此频率将为12。
请给出一个可复制的示例。我对时间序列没有太多经验，但
分解
将时间序列分解为季节性、趋势性和不规则性成分。如果频率为1，则没有季节性周期。所以你不能这样使用它，但可能只是得到趋势和它的误差。问题在于频率。该函数为每个季节进行细分。你有一个季节。但是，季节性不能也是每年一次吗？比如说，在每个十年结束时，可能会有反复出现的模式，对吗？考虑到我每年只有一个条目，我该如何捕捉这些信息？我也将数据添加到了问题中。例如
分解（ts（股票1$Inflation.percentage，start=c（6,1），end=c（11,6），frequency=10））
？
stock <- ts(stock1$Inflation.percentage,start=(1960), end=(2015),frequency=1)

decom_add <- (decompose(stock, type ="additive"))