R语言:时间序列常用函数
生活随笔
收集整理的這篇文章主要介紹了
R语言:时间序列常用函数
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
時序分析會用到的函數
| ts() | stats | 生成時序對象 |
| plot() | graphics | 畫出時間序列的折線圖 |
| start() | stats | 返回時間序列的開始時間 |
| end() | stats | 返回時間序列的結束時間 |
| frequency() | stats | 返回時間序列中時間點的個數 |
| window() | stats | 對時序對象取子集 |
| ma() | forecast | 擬合一個簡單的移動平均模型 |
| stl() | stats | 用LOESS光滑將時序分解為季節項、趨勢項和隨機項 |
| monthplot() | stats | 畫出時序中的季節項 |
| seasonplot() | forecast | 生成季節圖 |
| HoltWinters() | stats | 擬合指數平滑模型 |
| forecast() | forecast | 預測時序的未來值 |
| accuracy() | forecast | 返回時序的擬合優度度量 |
| ets() | forecast | 擬合指數平滑模型,同時也可以自動選取最優模型 |
| lag() | stats | 返回取過指定滯后項后的時序 |
| Acf() | forecast | 估計自相關函數 |
| Pacf() | forecast | 估計偏自相關函數 |
| diff() | base | 返回取過滯后項和(或)差分后的序列 |
| ndiffs() | forecast | 找到最優差分次數以移除序列中的趨勢項 |
| adf.test() | tseries | 對序列做ADF檢驗以判斷其是否平穩 |
| arima() | stats | 擬合ARIMA模型 |
| Box.test() | stats | 進行Ljung-Box檢驗以判斷模型的殘差是否獨立 |
| bds.test() | tseries | 進行BDS檢驗以判斷序列中的隨機變量是否服從獨立同分布 |
| auto.arima() | forecast | 自動選擇ARIMA模型 |
參考:http://www.pianshen.com/article/626139140/
總結
以上是生活随笔為你收集整理的R语言:时间序列常用函数的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 时间序列预测之一:指数平滑法(二)R语言
- 下一篇: R语言:paste函数解析