如何使用ggplot2在R中绘制自相关图和偏自相关图?
如何使用ggplot2在R中绘制时间序列的ACF图和PACF图?有很多方法可以做到这一点,如果您花几分钟时间在谷歌上搜索或搜索此网站,您可以找到它们 一种方法是从如何使用ggplot2在R中绘制自相关图和偏自相关图?,r,ggplot2,time-series,R,Ggplot2,Time Series,如何使用ggplot2在R中绘制时间序列的ACF图和PACF图?有很多方法可以做到这一点,如果您花几分钟时间在谷歌上搜索或搜索此网站,您可以找到它们 一种方法是从forecast包中选择ggAcf和ggPacf。它们创建ggplot2对象,然后可以使用ggplot语法和参数进行自定义 series <- rnorm(300) plot <- ggAcf(series) series除了forecast::ggAcf功能外,使用ggplot自己也可以快速完成。唯一令人讨厌的是acf没
forecast
包中选择ggAcf
和ggPacf
。它们创建ggplot2
对象,然后可以使用ggplot语法和参数进行自定义
series <- rnorm(300)
plot <- ggAcf(series)
series除了forecast::ggAcf
功能外,使用ggplot自己也可以快速完成。唯一令人讨厌的是acf
没有返回置信区间的界限,因此您必须自己计算它们
使用ggplot绘制ACF,无需其他包
#使用ggplot绘制acf
ggacf你试过了吗?谢谢。实际上,这些功能在早期版本的forecast包中并不存在。
# plot acf with ggplot
ggacf <- function(series) {
significance_level <- qnorm((1 + 0.95)/2)/sqrt(sum(!is.na(series)))
a<-acf(series, plot=F)
a.2<-with(a, data.frame(lag, acf))
g<- ggplot(a.2[-1,], aes(x=lag,y=acf)) +
geom_bar(stat = "identity", position = "identity") + xlab('Lag') + ylab('ACF') +
geom_hline(yintercept=c(significance_level,-significance_level), lty=3);
# fix scale for integer lags
if (all(a.2$lag%%1 == 0)) {
g<- g + scale_x_discrete(limits = seq(1, max(a.2$lag)));
}
return(g);
}
#example: plot correlogram of an AR(1) process
require('stats');
ggacf(arima.sim(model=list(ar=0.9), n=300));