[英]decompose() multivariate time series in R
我有要分解的多元時間序列數據。 從2011
到2017
,每小時不定期地對數據進行采樣,每天六次( freq = 6
)。
將數據從xts()
為ts()
並繪制后,得到以下圖形:
我的季節性錯誤在哪里? 分解后,如何在x軸上保持xts()
format="%Y/%m/%d %H:%M"
timestamp / index, format="%Y/%m/%d %H:%M"
?
我的資料:
subset4 <- structure(list(DATE.AND.TIME.GMT = structure(c(1293873660, 1293888060,
1293902400, 1293916860, 1293931260, 1293945600, 1293960060, 1293974460,
1293988800, 1294003260, 1294017660, 1294032000, 1294046460, 1294060860,
1294075200, 1294089660, 1294104060, 1294118460, 1294132860, 1294147260
), class = c("POSIXct", "POSIXt"), tzone = ""), EMP = c(62.4,
61.5, 60.6, 59.5, 59.4, 59, 61, 64, 64.4, 64.4, 64.4, 64.4, 64.4,
64.4, 64.4, 64.4, 64.4, 64.4, 64.4, 64.4)), .Names = c("DATE.AND.TIME.GMT",
"EMP"), na.action = structure(c(606L, 9510L, 33942L, 33943L,
51414L, 51415L, 68885L, 68886L, 86356L, 86357L, 104163L, 104164L,
121633L, 121634L), .Names = c("606", "9510", "33942", "33943",
"51414", "51415", "68885", "68886", "86356", "86357", "104163",
"104164", "121633", "121634"), class = "omit"), row.names = 28584:28603, class = "data.frame")
碼:
subset4 = xts(subset4[,-1], as.POSIXct(subset4[,1], format="%Y/%m/%d %H:%M", tz="GMT"))
class(subset4)
subset4 = ts(subset4, frequency = 6)
plot(decompose(subset4))
頻率似乎是一個復雜的變量。 根據其值,進行一些假設。 在實例4中,假定7和12是季度,一周中的某幾天和幾個月。
頻率:每單位時間的觀察次數。
當在每個單位時間間隔內對序列進行整數次采樣時,將使用自變量頻率的值。 例如,當每天對數據進行采樣且自然時間周期為一周時,可以使用7的頻率值;而當對數據進行每月采樣而自然時間周期為一年時,頻率的值可以為12。 在(例如)打印方法中假設值為4和12分別表示季度和月度系列。
然后,由於其他值的時間單位似乎是一年,因此您必須將頻率定義為一年的樣本數量:每天6個樣本,一年365天。
您可以選擇帶有年份和樣本數量(600 = 100天)的向量中的第一天。
開始:第一次觀察的時間。 一個數字或兩個整數的向量,它們指定一個自然時間單位和該時間單位中的樣本數(從1開始)。 有關第二種形式的用法,請參見示例。
子集4 <-ts(子集4,頻率= 365 * 6,開始= c(2011,600))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.