R - 时间序列分析

时间序列是一系列数据点，其中每个数据点都与一个时间戳相关联。一个简单的例子是股票在给定日期的不同时间点的股票价格。

另一个示例是一个地区在一年中不同月份的降雨量。R 语言使用许多函数来创建、操作和绘制时间序列数据。时间序列的数据存储在名为 time-series object 的 R 对象中。它也是一个 R 数据对象，如向量或数据帧。

时间序列对象是使用 ts（） 函数创建的。

语法

时间序列分析中 ts（） 函数的基本语法是 -

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

以下是所用参数的描述 -

• data 是包含时间序列中使用的值的向量或矩阵。
• start 指定时间序列中第一个观测值的开始时间。
• end 指定时间序列中最后一个观测值的结束时间。
• frequency 指定每单位时间的观测值个数。

除参数 “data” 外，所有其他参数都是可选的。

例子

考虑从 2012 年 1 月开始某个地方的年度降雨量详细信息。我们创建一个为期 12 个月的 R 时间序列对象并绘制它。

# 以R向量的形式获取数据点。
rainfall <- c(799,1174.8,865.1,1334.6,635.4,918.5,685.5,998.6,784.2,985,882.8,1071)

# 将其转换为时间序列对象。
rainfall.timeseries <- ts(rainfall,start = c(2012,1),frequency = 12)

# 打印时间序列数据。
print(rainfall.timeseries)

# 为图表文件命名。
png(file = "rainfall.png")

# 绘制时间序列图。
plot(rainfall.timeseries)

# 保存文件。
dev.off()

当我们执行上述代码时，它会产生以下结果和图表 -

时间序列图表 -

不同的时间间隔

ts（） 函数中 frequency 参数的值决定了测量数据点的时间间隔。值 12 表示时间序列为 12 个月。其他值及其含义如下 -

• frequency = 12 固定一年中每个月的数据点。
• frequency = 4 固定一年中每个季度的数据点。
• frequency = 6 固定每小时每 10 分钟的数据点。
• frequency = 24*6 将一天中每 10 分钟的数据点挂钩。

多个时间序列

我们可以通过将两个序列组合成一个矩阵，在一个图表中绘制多个时间序列。

# 以R向量的形式获取数据点。
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)

# 将它们转换为矩阵。
combined.rainfall <-  matrix(c(rainfall1,rainfall2),nrow = 12)

# 将其转换为时间序列对象。
rainfall.timeseries <- ts(combined.rainfall,start = c(2012,1),frequency = 12)

# 打印时间序列数据。
print(rainfall.timeseries)

# 为图表文件命名。
png(file = "rainfall_combined.png")

# 绘制时间序列图。
plot(rainfall.timeseries, main = "Multiple Time Series")

# 保存文件。
dev.off()

当我们执行上述代码时，它会产生以下结果和图表 -

Multiple Time series 图表 -