如何使用R识别时间序列数据中的病毒性增长率？

我有两年的时间序列数据

12376 167827  3454596 9676112 342102 1232103 546102  5645696 96767110 23423119 
4577140  45435158 56767138 635435167 35443160 34534166 3213133 2132148 2342130 
7656127 43234117 56545130  5645138 56455149

---

我想确定病毒性增长率，然后绘制增长率的图表。没有什么比发送的邀请数量和转换为邀请的百分比更重要。我想知道我如何才能做到这一点，R中是否有任何关于这一点的软件包。

尽管这个问题很可能在未来几个小时内解决，但如果你不把问题弄清楚，这至少可以让你开始：

mydf <- scan(textConnection("12376 167827  3454596 9676112 342102 1232103 546102  5645696 96767110 23423119  4577140  45435158 56767138 635435167 35443160 34534166 3213133 2132148 2342130 7656127 43234117 56545130  5645138 56455149"), )
plot(mydf, log="y", type="l")  # Gives you an overview of your time serie (with log axis)
gr <- diff(mydf)/mydf[-length(mydf)] # Gives you a growth rate between each of your values.
par(new=TRUE)
plot((1:(length(mydf)-1))+0.5, gr, type="l",   # Plots your growth rate
      col="red", axes=FALSE, xaxt="n", yaxt="n")
axis(4)

---

-1你没有提供足够的信息继续下去，也没有表明你的立场question@alexwhan你还需要什么信息请告诉我。我已经提到，我没有关于发送多少邀请和转换邀请的信息。我只提供了两年的时间序列数据。@Samraan这里的问题是我们没有上下文来理解你所说的邀请、对话百分比或病毒性增长率是什么意思。我们甚至不知道这些数字是什么意思。@plannapus病毒性类似于链系统，意味着一个用户发出邀请说3，而这3个用户可能会发出邀请说9，依此类推。转换百分比表示已发送邀请之外有多少人接受了邀请。最终病毒性增长率表示用户总数的增长率。希望我现在明白了好吧，但是你的时间序列中的数字是什么意思？他们有很多邀请，接受邀请的数量，还有其他吗？谢谢你的回答，我认为这个场景中的主要技巧是diffmydf/mydf[-lengthydf]。真漂亮！