代码之家  ›  专栏  ›  技术社区  ›  user3115933

用于时间序列分析的ts文件的最佳格式是什么?

  •  0
  • user3115933  · 技术社区  · 7 年前

    我才刚开始 time series 中的分析 R 我很难找到我的 ts 文件

    我将从一个 csv 文件和数据框如下所示:

    date          sales
    2015/01/01    150
    2015/02/01    200
    2015/03/01    175
    ...
    

    我的目标是将这些数据分解为 时间序列 组成:季节性、趋势性和不规则性

    输电系统 格式化并继续我的分析? 我还看到了以下格式的时间序列数据:

         Jan  Feb  Mar  Apr  May  Jun  Jul  Aug  Sep  Oct  Nov Dec
    
    2015 150  200  175  ...
    2016 250  420  350  ...
    ...
    

    这两种格式中哪一种最适合 时间序列 中的分析 R

    1 回复  |  直到 7 年前
        1
  •  1
  •   henrik_ibsen    7 年前

    对于月度数据,最简单的方法是使用 ts()

    ts(data, start=c(2015,1), freq=12)
    

    这将生成您在上一个表中引用的时间序列对象。R中的某些函数要求时间序列为 ts() -对象,以便它可以通过 tsp() ,例如。 stats::stl . tsp() 返回时间序列的属性,即开始日期、结束日期和频率。有些还需要 xts() -对象来自 library(xts) ,通常用于每小时或更高频率的数据。对于多季节数据,您可以使用 msts() 从…起 library(forecast) e、 g.对于 forecast::tbats .