R 关于绘制时间序列数据的正确方法的问题

数据描述

我有3个数据集存储在数据帧中，称为：

df1、df2和df3

。每个数据集在同一时间测量不同的数据，但使用相同的变量：

V1，…，V7

对于这项工作，我可以说每个数据集代表一个多变量时间序列，因为所有变量都在多次测量每个数据集的相同值：

1，….6，。。。n

。此外，我们可以假设所有数据集代表3个多元时间序列，因为有三个数据帧

数据的形状：

head(df1)
   Time   V1   V2         V3         V4          V5         V6         V7
X1 10:00  0 0.1182197 0.09057301 0.08089888 0.003350084 0.00000000 0.00000000
X2 10:01  0 0.1276078 0.09242144 0.01348315 0.060301508 0.02245599 0.02298152
X3 10:02  0 0.1369958 0.12569316 0.03595506 0.159128978 0.04491198 0.04596305
X4 10:03  0 0.1029207 0.10166359 0.08089888 0.201005025 0.06736798 0.06894457
X5 10:04  0 0.1585535 0.14510166 0.08089888 0.112227806 0.08982397 0.09192609
X6 10:05  0 0.1488178 0.00000000 0.07415730 0.212730318 0.11227996 0.11490761
                                .
                                .
                                .


#df2 and df3 have the same shpae, time and dimensions exactly as df1 but with different values.

我有两个问题：

1。仅绘制

df1

的数据时，哪个更准确地表示此时间序列：

<强> 1.1 <强>将整个数据帧视为时间序列，这样做

library(mvtsplot) 
mvtsplot(df1)

<强> 1.2 < /强>或将每行视为时间序列，并绘制<代码> N< /代码>时间序列

#considering that there are 10 rows in df1
ts.plot(X1,..,X10)

2.我可以在同一个绘图中绘制三个多变量时间序列，以便有一个包含三个多变量时间序列的图形

编辑：在的注释之后，

df1

的数据表示

7个传感器（变量V1，…，V7）

每分钟测量的一定量的气体。另外两种df2、df3表示在同一时间使用相同传感器但在不同实验中测量的另一种类型的气体。每个数据帧看起来像一个多元时间序列，我没有因变量。我的想法正确吗

任何类似问题的答案或链接都将不胜感激。

Q1 对于Q1.1来说，

mvtsplot

似乎是一条出路，因为它是为多变量时间序列设计的

你可以看到这张照片

问题2 假设这三个图的数据几乎相同，你可以在第二季度将它们全部绘制在同一张图上，但我认为这很难区分

一个图形上的三个数据帧是否讲述了不同的故事？或者读者的眼睛会自然而然地被吸引到df3中的异常情况吗

---

首先尝试分别绘制df1、df2和df3。

如果这是一个时间序列，哪个向量有时间？它们看起来都像是因变量，你也需要独立的时间变量。谢谢你发布时间序列。这有用吗？或者@rajah9非常感谢这些链接。你的链接中的问题似乎要求在同一个图中绘制多个单变量时间序列。我的问题不同。我想知道绘制多元时间序列的正确方法是什么。那么，如何在同一个图中绘制多个多元时间序列呢？此外，您为什么不认为使用

mvtsplot（）

可以更正确地回答您在附加链接中提出的问题？谢谢您的时间和回答。这3个数据帧之间的距离不是很近，因为它们测量的是不同的读数，尽管测量是同时进行的，所以在同一个图中显示3条曲线会很好。不幸的是，我尝试的所有方法都是为了在同一个图中绘制许多单变量（而不是多变量）T。事实上，我不知道如何校准mvtsplot（）以将三个MVT添加到同一个绘图中！你有什么建议吗？