R 简明教程

R - Time Series Analysis

时间序列是一系列数据点，其中每个数据点都与时间戳相关联。一个简单的例子是股票市场中某支股票在给定日期不同时间点的价格。另一个例子是某个地区不同月份的降雨量。R 语言使用许多函数来创建、处理和绘制时间序列数据。时间序列的数据存储在称为 time-series object 的 R 对象中。它也是一个 R 数据对象，如向量或数据框。

时间序列对象是使用 ts() 函数创建的。

Syntax

时间序列分析中 ts() 函数的基本语法为：

timeseries.object.name <-  ts(data, start, end, frequency)

以下是所用参数的描述 -

  1. data 是包含时间序列中使用值的向量或矩阵。

  2. start 指定时间序列中第一个观测值的开始时间。

  3. end 指定时间序列中最后一个观测值的结束时间。

  4. frequency 指定每个单位时间的观测值数量。

除了“data”参数之外，所有其他参数都是可选的。

Example

考虑从 2012 年 1 月开始某个地方的年降雨量详细信息。我们创建了为期 12 个月的时间序列对象并对其进行绘制。

# Get the data points in form of a R vector.
rainfall <- c(799,1174.8,865.1,1334.6,635.4,918.5,685.5,998.6,784.2,985,882.8,1071)

# Convert it to a time series object.
rainfall.timeseries <- ts(rainfall,start = c(2012,1),frequency = 12)

# Print the timeseries data.
print(rainfall.timeseries)

# Give the chart file a name.
png(file = "rainfall.png")

# Plot a graph of the time series.
plot(rainfall.timeseries)

# Save the file.
dev.off()

当我们执行上述代码时，它会产生以下结果和图表：

Jan    Feb    Mar    Apr    May     Jun    Jul    Aug    Sep
2012  799.0  1174.8  865.1  1334.6  635.4  918.5  685.5  998.6  784.2
        Oct    Nov    Dec
2012  985.0  882.8 1071.0

时间序列图表：

rainfall

Different Time Intervals

函数 ts() 中 frequency 参数的值决定了测量数据点的时段。12 的值表示该时间序列为 12 个月。其他值及其含义如下：

  1. frequency = 12 确定一年中每个月的点。

  2. frequency = 4 确定一年中每个季度的点。

  3. frequency = 6 确定一小时中每 10 分钟的点。

  4. frequency = 24*6 确定一天中每 10 分钟的点。

Multiple Time Series

我们通过将这两个系列合并到一个矩阵中，可以在一个图表中绘制多个时间序列。

# Get the data points in form of a R vector.
rainfall1 <- c(799,1174.8,865.1,1334.6,635.4,918.5,685.5,998.6,784.2,985,882.8,1071)
rainfall2 <-
           c(655,1306.9,1323.4,1172.2,562.2,824,822.4,1265.5,799.6,1105.6,1106.7,1337.8)

# Convert them to a matrix.
combined.rainfall <-  matrix(c(rainfall1,rainfall2),nrow = 12)

# Convert it to a time series object.
rainfall.timeseries <- ts(combined.rainfall,start = c(2012,1),frequency = 12)

# Print the timeseries data.
print(rainfall.timeseries)

# Give the chart file a name.
png(file = "rainfall_combined.png")

# Plot a graph of the time series.
plot(rainfall.timeseries, main = "Multiple Time Series")

# Save the file.
dev.off()

当我们执行上述代码时，它会产生以下结果和图表：

           Series 1  Series 2
Jan 2012    799.0    655.0
Feb 2012   1174.8   1306.9
Mar 2012    865.1   1323.4
Apr 2012   1334.6   1172.2
May 2012    635.4    562.2
Jun 2012    918.5    824.0
Jul 2012    685.5    822.4
Aug 2012    998.6   1265.5
Sep 2012    784.2    799.6
Oct 2012    985.0   1105.6
Nov 2012    882.8   1106.7
Dec 2012   1071.0   1337.8

多时间序列图表 -

rainfall combined