[R语言] 快速搭建网站——使用shiny实现时间序列预测过程可视化

前言

    之前我们发布了一篇 “[R语言] 快速搭建网站——使用shiny实现聚类算法可视化” 的文章 参考这里，本文沿着同样的思路，去繁存简，更加简单实用的展示了时间序列预测的一般过程，算是用R语言实现数据分析可视化的另一个实例吧。

    时间序列预测模型在现实中有着广泛的应用场景，某样商品的销售数据、某个景点的游客数量、某个网站的访问流量，都会随着时间呈现出一定的规则性。今天就让我们用两种比较流行的时间序列模型——三次指数平滑模型与自回归差分滑动平均模型，通过过往数据来预测未来吧。

导入数据

    首先我们需要导入一份包含时间序列的数据，导入的数据会展示在左侧数据窗格中，此时网站会自动确定时间序列的周期性，从原始数据中发现增长趋势、周期趋势、随机趋势并战士在右下角的绘图窗格中。当然我们也可以自己调节周期，此时数据和视图都会随着我们输入的周期实时更新。

    这里网站默认是导入一份包含了从1959年到1997年每个月份大气中二氧化碳含量的观测值，由于随着近代以来工业化的发展，大气中CO₂的含量呈现出了明显的 季节性递增趋势，从图中可以看出无论我们怎样修改周期，该时间序列增长性总是呈现直线递增的趋势。了解更多大气CO₂含量的信息，请查看这里：monthly-co2。