R中季节性时间序列分析及非季节性时间序列分析

序列分解

1、非季节性时间序列分解

移动平均MA(Moving Average)

①SAM（Simple Moving Average）
简单移动平均，将时间序列上前n个数值做简单的算术平均。
SMAn=(x1+x2+…xn)/n

②WMA(Weighted Moving Average)
加权移动平均。基本思想，提升近期的数据、减弱远期数据对当前预测值的影响，使平滑值更贴近最近的变化趋势。
用Wi来表示每一期的权重，加权移动平均的计算：
WMAn=w1x1+w2x2+…+wnxn

R中用于移动平均的API
install.packages(“TTR”)
SAM(ts,n=10)

• ts 时间序列数据
• n 平移的时间间隔，默认值为10

WMA(ts,n=10,wts=1:n)

• wts 权重的数组，默认为1:n

#install.packages('TTR')
library(TTR)

data <- read.csv("data1.csv", fileEncoding="UTF8")

plot(data$公司A, type='l')

data$SMA <- SMA(data$公司A, n=3)

lines(data$SMA)



plot(data$公司A, type='l')

data$WMA <- WMA(data$公司A, n=