📅  最后修改于: 2020-11-29 07:55:44             🧑  作者: Mango
时间序列是一系列数据点,其中每个数据点都与时间戳关联。一个简单的例子是在给定的一天中,股票在不同时间点的价格。另一个例子是该地区一年中不同月份的降雨量。 R语言使用许多函数来创建,操纵和绘制时间序列数据。时间序列的数据存储在称为时间序列对象的R对象中。它也是一个R数据对象,例如矢量或数据帧。
时间序列对象是使用ts()函数创建的。
时序分析中ts()函数的基本语法为-
timeseries.object.name
以下是所用参数的描述-
数据是包含时间序列中使用的值的向量或矩阵。
start指定时间序列中第一个观察的开始时间。
end指定时间序列中最后一个观察的结束时间。
频率指定每单位时间的观察次数。
除了参数“ data”外,其他所有参数都是可选的。
考虑一下从2012年1月开始的某个地方的年降雨量细节。我们创建一个R时间序列对象,持续12个月,并将其绘制出来。
# Get the data points in form of a R vector.
rainfall
当我们执行上述代码时,它会产生以下结果和图表-
Jan Feb Mar Apr May Jun Jul Aug Sep
2012 799.0 1174.8 865.1 1334.6 635.4 918.5 685.5 998.6 784.2
Oct Nov Dec
2012 985.0 882.8 1071.0
时间序列图-
ts()函数中的频率参数值决定了测量数据点的时间间隔。值12表示时间序列为12个月。其他值及其含义如下-
频率= 12钉住一年中每个月的数据点。
频率= 4钉住一年中每个季度的数据点。
频率=每小时每10分钟固定6个数据点。
频率= 24 * 6固定一天中每10分钟的数据点。
通过将两个时间序列合并为一个矩阵,可以在一个图表中绘制多个时间序列。
# Get the data points in form of a R vector.
rainfall1
当我们执行上述代码时,它会产生以下结果和图表-
Series 1 Series 2
Jan 2012 799.0 655.0
Feb 2012 1174.8 1306.9
Mar 2012 865.1 1323.4
Apr 2012 1334.6 1172.2
May 2012 635.4 562.2
Jun 2012 918.5 824.0
Jul 2012 685.5 822.4
Aug 2012 998.6 1265.5
Sep 2012 784.2 799.6
Oct 2012 985.0 1105.6
Nov 2012 882.8 1106.7
Dec 2012 1071.0 1337.8
多个时间序列图-