R Language
Szeregi czasowe i prognozy
Szukaj…
Uwagi
Prognozowanie i analiza szeregów czasowych mogą być obsługiwane za pomocą typowych funkcji z pakietu stats
, takich jak glm()
lub duża liczba specjalistycznych pakietów. Widok zadań CRAN do analizy szeregów czasowych zapewnia szczegółową listę kluczowych pakietów tematycznie z krótkimi opisami.
Analiza danych eksploracyjnych z danymi szeregów czasowych
data(AirPassengers)
class(AirPassengers)
1 „ts”
W duchu eksploracyjnej analizy danych (EDA) dobrym pierwszym krokiem jest przyjrzenie się wykresowi twoich szeregów czasowych:
plot(AirPassengers) # plot the raw data
abline(reg=lm(AirPassengers~time(AirPassengers))) # fit a trend line
W dalszej EDA badamy cykle na przestrzeni lat:
cycle(AirPassengers)
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 1949 1 2 3 4 5 6 7 8 9 10 11 12 1950 1 2 3 4 5 6 7 8 9 10 11 12 1951 1 2 3 4 5 6 7 8 9 10 11 12 1952 1 2 3 4 5 6 7 8 9 10 11 12 1953 1 2 3 4 5 6 7 8 9 10 11 12 1954 1 2 3 4 5 6 7 8 9 10 11 12 1955 1 2 3 4 5 6 7 8 9 10 11 12 1956 1 2 3 4 5 6 7 8 9 10 11 12 1957 1 2 3 4 5 6 7 8 9 10 11 12 1958 1 2 3 4 5 6 7 8 9 10 11 12 1959 1 2 3 4 5 6 7 8 9 10 11 12 1960 1 2 3 4 5 6 7 8 9 10 11 12
boxplot(AirPassengers~cycle(AirPassengers)) #Box plot across months to explore seasonal effects
Tworzenie obiektu ts
Dane szeregów czasowych mogą być przechowywane jako obiekt ts
. Obiekty ts
zawierają informacje o częstotliwości sezonowej wykorzystywanej przez funkcje ARIMA. Umożliwia także wywoływanie elementów w szeregu według daty za pomocą polecenia window
.
#Create a dummy dataset of 100 observations
x <- rnorm(100)
#Convert this vector to a ts object with 100 annual observations
x <- ts(x, start = c(1900), freq = 1)
#Convert this vector to a ts object with 100 monthly observations starting in July
x <- ts(x, start = c(1900, 7), freq = 12)
#Alternatively, the starting observation can be a number:
x <- ts(x, start = 1900.5, freq = 12)
#Convert this vector to a ts object with 100 daily observations and weekly frequency starting in the first week of 1900
x <- ts(x, start = c(1900, 1), freq = 7)
#The default plot for a ts object is a line plot
plot(x)
#The window function can call elements or sets of elements by date
#Call the first 4 weeks of 1900
window(x, start = c(1900, 1), end = (1900, 4))
#Call only the 10th week in 1900
window(x, start = c(1900, 10), end = (1900, 10))
#Call all weeks including and after the 10th week of 1900
window(x, start = c(1900, 10))
Możliwe jest tworzenie obiektów ts
z wieloma seriami:
#Create a dummy matrix of 3 series with 100 observations each
x <- cbind(rnorm(100), rnorm(100), rnorm(100))
#Create a multi-series ts with annual observation starting in 1900
x <- ts(x, start = 1900, freq = 1)
#R will draw a plot for each series in the object
plot(x)