时间序列分析——基于R | 第一章时间序列分析简介

时间序列分析——基于R（第2版）

时间序列分析初步：1884-1939年英格兰与威尔士每亩小麦产量数据集

Year	yields
1884	15.2
1885	16.9
1886	15.3
1887	14.9
1888	15.7
1889	15.1
1890	16.7
1891	16.3
1892	16.5
1893	13.3
1894	16.5
1895	15
1896	15.9
1897	15.5
1898	16.9
1899	16.4
1900	14.9
1901	14.5
1902	16.6
1903	15.1
1904	14.6
1905	16
1906	16.8
1907	16.8
1908	15.5
1909	17.3
1910	15.5
1911	15.5
1912	14.2
1913	15.8
1914	15.7
1915	14.1
1916	14.8
1917	14.4
1918	15.6
1919	13.9
1920	14.7
1921	14.3
1922	14
1923	14.5
1924	15.4
1925	15.3
1926	16
1927	16.4
1928	17.2
1929	17.8
1930	14.4
1931	15
1932	16
1933	16.8
1934	16.9
1935	16.6
1936	16.2
1937	14
1938	18.1
1939	17.5

1.生成时间序列数据

> #导入库
> library(readxl)
> library(ggplot2)
> library(reshape2)
> library(xlsx)

> #读取E2.2.xlsx表格中的E2.2数据
> a1 <- read_excel(r"(D:\\2022-2023春季学期课程资料\\时间序列分析\\时间序列分析——基于R（第2版）案例数据\\A1_1.xlsx)", sheet = 1);a1
# A tibble: 56 × 2
    Year yields
   <dbl>  <dbl>
 1  1884   15.2
 2  1885   16.9
 3  1886   15.3
 4  1887   14.9
 5  1888   15.7
 6  1889   15.1
 7  1890   16.7
 8  1891   16.3
 9  1892   16.5
10  1893   13.3
# … with 46 more rows
# ℹ Use `print(n = ...)` to see more rows

> #进行数据绑定
> attach(a1)

1.1数据概要统计

> #进行数据概要统计
> summary(a1)
      Year           yields     
 Min.   :  183   Min.   :13.30  
 1st Qu.: 1893   1st Qu.:14.88  
 Median : 4383   Median :15.55  
 Mean   : 5758   Mean   :15.66  
 3rd Qu.: 9405   3rd Qu.:16.52  
 Max.   :14427   Max.   :18.10  

1.2时间序列变量指定

调用ts函数，指定yields为时间序列变量。

start：指定序列的起始读入时间。

frequency：指定序列每年读入的数据频率。年度：1；季度：4；月度：12；周度：52。

> #指定yields为时间序列变量
> yields <- ts(yields, start = c(1884), frequency = 1)

2.时间序列数据处理

2.1序列变换

> #对时间序列变量yields进行对数变换
> log_yields <- log(yields);log_yields
Time Series:
Start = 1884 
End = 1939 
Frequency = 1 
 [1] 2.721295 2.827314 2.727853 2.701361 2.753661 2.714695 2.815409 2.791165
 [9] 2.803360 2.587764 2.803360 2.708050 2.766319 2.740840 2.827314 2.797281
[17] 2.701361 2.674149 2.809403 2.714695 2.681022 2.772589 2.821379 2.821379
[25] 2.740840 2.850707 2.740840 2.740840 2.653242 2.760010 2.753661 2.646175
[33] 2.694627 2.667228 2.747271 2.631889 2.687847 2.660260 2.639057 2.674149
[41] 2.734368 2.727853 2.772589 2.797281 2.844909 2.879198 2.667228 2.708050
[49] 2.772589 2.821379 2.827314 2.809403 2.785011 2.639057 2.895912 2.862201

2.2生成子序列

> #提取子序列
> yields2 <- window(yields, start = c(1900), end = c(1920));yields2
Time Series:
Start = 1900 
End = 1920 
Frequency = 1 
 [1] 14.9 14.5 16.6 15.1 14.6 16.0 16.8 16.8 15.5 17.3 15.5 15.5 14.2 15.8
[15] 15.7 14.1 14.8 14.4 15.6 13.9 14.7

2.3缺失值插值

缺失值用NA表示，即not available，无法获得的数据。

> #将yields序列第五个观察值定义为缺失值
> a <- yields
> a[5] <- NA;a
Time Series:
Start = 1884 
End = 1939 
Frequency = 1 
 [1] 15.2 16.9 15.3 14.9   NA 15.1 16.7 16.3 16.5 13.3 16.5 15.0 15.9 15.5
[15] 16.9 16.4 14.9 14.5 16.6 15.1 14.6 16.0 16.8 16.8 15.5 17.3 15.5 15.5
[29] 14.2 15.8 15.7 14.1 14.8 14.4 15.6 13.9 14.7 14.3 14.0 14.5 15.4 15.3
[43] 16.0 16.4 17.2 17.8 14.4 15.0 16.0 16.8 16.9 16.6 16.2 14.0 18.1 17.5

> #调用zoo包，使用na.approx函数对缺失值进行线性插值
> library(zoo)
> y1 <- na.approx(a);y1
Time Series:
Start = 1884 
End = 1939 
Frequency = 1 
 [1] 15.2 16.9 15.3 14.9 15.0 15.1 16.7 16.3 16.5 13.3 16.5 15.0 15.9 15.5
[15] 16.9 16.4 14.9 14.5 16.6 15.1 14.6 16.0 16.8 16.8 15.5 17.3 15.5 15.5
[29] 14.2 15.8 15.7 14.1 14.8 14.4 15.6 13.9 14.7 14.3 14.0 14.5 15.4 15.3
[43] 16.0 16.4 17.2 17.8 14.4 15.0 16.0 16.8 16.9 16.6 16.2 14.0 18.1 17.5

> #使用na.spline函数对缺失值进行样条插值
> y2 <- na.spline(a);y2
Time Series:
Start = 1884 
End = 1939 
Frequency = 1 
 [1] 15.20000 16.90000 15.30000 14.90000 14.56629 15.10000 16.70000 16.30000
 [9] 16.50000 13.30000 16.50000 15.00000 15.90000 15.50000 16.90000 16.40000
[17] 14.90000 14.50000 16.60000 15.10000 14.60000 16.00000 16.80000 16.80000
[25] 15.50000 17.30000 15.50000 15.50000 14.20000 15.80000 15.70000 14.10000
[33] 14.80000 14.40000 15.60000 13.90000 14.70000 14.30000 14.00000 14.50000
[41] 15.40000 15.30000 16.00000 16.40000 17.20000 17.80000 14.40000 15.00000
[49] 16.00000 16.80000 16.90000 16.60000 16.20000 14.00000 18.10000 17.50000

3.绘制时序图

3.1默认格式时序图

纵轴表示序列取值，横轴表示时间。时间间隔由R语言根据数据量的多少自行选择时间输出间隔。

> #绘制时序图
> plot(yields, type = "o")

3.2点线类型设置

参数取值	描述
p	点
l	线
b	点连线
o	线穿过点
h	悬垂线
s	阶梯线

> #绘制各种点线类型的时序图，以3行2列的方式输出
> par(mfrow = c(3,2))
> plot(yields, type = "p", main = 'type="p"')
> plot(yields, type = "l", main = 'type="l"')
> plot(yields, type = "b", main = 'type="b"')
> plot(yields, type = "o", main = 'type="o"')
> plot(yields, type = "h", main = 'type="h"')
> plot(yields, type = "s", main = 'type="s"')

3.3符号参数设置

> #绘制各种符号类型的时序图，以2行2列的方式输出
> par(mfrow = c(2,2))
> plot(yields, type = "o", pch = 1, main = 'pch = 1')
> plot(yields, type = "o", pch = 8, main = 'pch = 8')
> plot(yields, type = "o", pch = 16, main = 'pch = 16')
> plot(yields, type = "o", pch = 24, main = 'pch = 24')

3.4连线类型设置

> #绘制各种连线类型的时序图，以1行2列的方式输出
> par(mfrow = c(1,2))
> plot(yields, lty = 1, main = 'lty = 1')
> plot(yields, lty = 2, main = 'lty = 2')

3.5线条宽度设置

参数取值	描述
lwd=1	默认宽度
lwd=k	默认宽度的k倍
lwd=-k	默认宽度的1/k倍

> #绘制不同线宽的时序图，以1行2列的方式输出
> par(mfrow = c(1,2))
> plot(yields, lwd = 1, main = 'lwd = 1')
> plot(yields, lwd = 4, main = 'lwd = 4')

3.6颜色参数设置

> #绘制不同颜色的时序图，以2行2列的方式输出
> par(mfrow = c(2,2))
> plot(yields, col = 1, main = 'col = 1')
> plot(yields, col = 2, main = 'col = 2')
> plot(yields, col = 3, main = 'col = 3')
> plot(yields, col = 4, main = 'col = 4')

3.7文本显示设置

> #绘制添加文本时序图，以一页一图的方式输出
> par(mfrow = c(1,1))
> plot(yields, type = "o", pch = 4, lty = 1, lwd = 2, col = 4, main = '1884-1939年英格兰与威尔士每亩小麦产量时序图', xlab = "年份", ylab = "产量")

3.8坐标轴范围设置

> #分别指定横坐标范围和纵坐标范围绘制时序图，以2行2列的方式输出
> par(mfrow = c(2,2))
> plot(yields, xlim = c(1885,1900), main = "横轴范围 1885-1900")
> plot(yields, xlim = c(1885,1920), main = "横轴范围 1885-1920")
> plot(yields, ylim = c(13,16), main = "纵轴范围 13-16")
> plot(yields, ylim = c(16,19), main = "纵轴范围 16-19")

3.9添加参照线

> #绘制带参照线的文本时序图，参照线以虚线表示，以一页一图的方式输出
> par(mfrow = c(1,1))
> plot(yields, type = "o", pch = 4, lty = 1, lwd = 1, col = 4,
+      main = '1884-1939年英格兰与威尔士每亩小麦产量时序图', 
+      xlab = "年份", ylab = "产量")
> abline(v = 1910, h = 15.55 ,lty = 2, lwd = 2, col = 2)
> #解除数据绑定
> detach(a1)

本文参考资料为时间序列分析——基于R/王燕编著. —5版. —北京：中国人民大学出版社,2020.6
（基于R应用的统计学丛书）
ISBN 978-7-300-27898-8