R学习笔记(2)——SARIMA模型

本文记录了在R中应用SARIMA模型的过程,包括数据读取、时间序列转换、绘制图表、数据平滑、季节性分解、误差分析及ARIMA模型的使用。通过对时间序列的分析和建模,探讨了如何利用SARIMA模型处理具有季节性特征的数据。
摘要由CSDN通过智能技术生成

昨天做完ARIMA的模型,由于对于其中seasonal部分的不理解,外加我的用电负荷模型应该满足一个季节特征,因此得到建议去了解一下SARIMA模型

先看相关教程:《R语言时间序列分析》

memo:

(1)将数据从文本文件中读取 : kings<-scan("adress",skip=n)  其中,adress为文件地址,skip参数可以略去文件中前n行的数据,注意数据在文本文件中的排列必须为一行一个数据

(2)我们在R中使用ts()函数将数据存储到一个时间序列对象中去:kingstimeseries <- ts(kings) 

增加参数设置birthstimeseries <- ts(births, frequency=12, start=c(1946,1)),前式为月度数据,第一个时间节点为1946年1月

(3)绘制时间序列图:plot.ts(kingstimeseries)

(4)分解非季节性数据:在R 的"TTR" 包中的SMA()函数可以用简单的移动平均来平滑时间序列数据。作用?

(5)分解季节性数据:我们可以使用R 中"

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值