1.生成时间序列
ts()
ts(data = NA, start = 1, end = numeric(), frequency = 1, deltat = 1, ts.eps = getOption("ts.eps"), class =, names = )
data是数值向量或矩阵,数据框将被强制转化为数值向量;start是收集数据的第一年集第一个间隔期,如2018年第1季度,start = c(2018 , 1);end指终止时间点;frequency指定数据在一年中的频数,如月份为12,季度为4;deltat是frequency的倒数,两者设置其一;names为命名。
可以用plot.ts()绘制时间序列图
2.时间序列的分解
主要有4种影响因素:T(长期趋势),S(季节变动),C(循环变动),e(不规则变动)
估计趋势、季节性、不规则:
decompose()
decompose(x, type = c("additive", "multiplicative"), filter = NULL)
x是时间序列对象;type指定季节分解的形式,选择加法模型还是乘法模型