基于R语言时间序列分析所有指令[2021]

    文章主要是总结一学期所学，基本覆盖了所有常见的指令，足够完成arima模型的数据选择到模型预测。
     时间序列应用广泛，不能仅仅局限于理论学习，代码实践更为重要。
往期文章链接：
基于 ARIMA-GARCH 模型人名币汇率分析与预测[论文完整][2020年]

1 安装包指令

 install.packages("tseries")
 install.packages("forecast")

2 加载包指令

说明：载入一个包之后，就可以使用一系列新的函数和数据集了。包中往往提供了演示性的小型数据集和示例代码，能够让我们尝试这些新功能

 library(tseries)
 library(forecast)
 

3 help指令的使用

说明：使用函数help()可以查看其中任意函数或数据集的更多细节

help(package="tseries")

4 读取不同格式数据

4.1 读取csv格式的数据

data<-read.csv("路径",header=F,sep=",")

4.2 读取txt格式的数据

data<-read.table("路径",header=F,sep=",")

4.3 读取xls和xlsx格式的数据

可以统一将数据文件格式转成csv进行处理

4.4 参数使用

路径（注意反斜杠的方向）
E:/大三上课程/时间序列.csv
E:/大三上课程/时间序列.txt

heaer
这是一个逻辑值，T or F 反映文件的第一行是否包含变量名

sep
文件中的字段分隔符，例如对用制表符分割的文件使用sep="\t"

5 ts生成时间序列的对象

5.1 时间间隔为年的情况

ts(data$V1,frequency = 1,start=c(1975)