R语言常用上机命令分功能整理——时间序列分析为主.docVIP

  • 33
  • 0
  • 约 15页
  • 2017-08-10 发布于河北
  • 举报

R语言常用上机命令分功能整理——时间序列分析为主.doc

R语言常用上机命令分功能整理——时间序列分析为主.doc

第一讲 应用实例 R的基本界面是一个交互式命令窗口,命令提示符是一个大于号,命令的结果马上显示在命令下面。 S命令主要有两种形式:表达式或赋值运算(用’-’或者’=’表示)。在命令提示符后键入一个表达式表示计算此表达式并显示结果。赋值运算把赋值号右边的值计算出来赋给左边的变量。 可以用向上光标键来找回以前运行的命令再次运行或修改后再运行。 S是区分大小写的,所以x和X是不同的名字。 我们用一些例子来看R软件的特点。假设我们已经进入了R的交互式窗口。如果没有打开的图形窗口,在R中,用: x11() 可以打开一个作图窗口。然后,输入以下语句: x1 = 0:100 x2 = x1*2*pi/100 y = sin(x2) plot(x2,y,type=l) 这些语句可以绘制正弦曲线图。其中,“=”是赋值运算符。0:100表示一个从0到100 的等差数列向量。第二个语句可以看出,我们可以对向量直接进行四则运算,计算得到的x2 是向量x1的所有元素乘以常数2*pi/100的结果。从第三个语句可看到函数可以以向量为输入,并可以输出一个向量,结果向量y的每一个分量是自变量x2的每一个分量的正弦函数值。 plot(x2,y, type=l,main=画图练习,sub=好好练, xlab=x轴,ylab=y轴) 有关作图命令plot的详细介绍可以在R中输入help(plot) 数学函数 abs,sqrt:绝对值,平方根 log, log10, log2 , exp:对数与指数函数 sin,cos,tan,asin,acos,atan,atan2:三角函数 sinh,cosh,tanh,asinh,acosh,atanh:双曲函数 简单统计量 sum, mean, var, sd, min, max, range, median, IQR(四分位间距)等为统计量,sort,order,rank与排序有关,其它还有ave,fivenum,mad,quantile,stem等。 下面我们看一看S的统计功能: marks - c(10, 6, 4, 7, 8) mean(marks) sd(marks) min(marks) max(marks) 第一个语句输入若干数据到一个向量,函c()用来把数据组合为一个向量。后面用了几个函数来计算数据的均值、标准差、最小值、最大值。 可以把若干行命令保存在一个文本文件中,然后用source函数来运行整个文件: source(C:/l.R) 注意字符串中的反斜杠。 例:计算6, 4, 7, 8,10的均值和标准差,把若干行命令保存在一个文本文件(比如C:\1.R)中,然后用source函数来运行整个文件。 a- c(10, 6, 4, 7, 8) b-mean(a) c-sd(a) source(C:/1.R) 时间序列数据的输入 使用函数ts ts(1:10, frequency = 4, start = c(1959, 2)) print( ts(1:10, frequency = 7, start = c(12, 2)), calendar = TRUE) a-ts(1:10, frequency = 4, start = c(1959, 2)) plot(a) 将外部数据读入R read.csv 默认header = TRUE,也就是第一行是标签,不是数据。 read.table 默认header = FALSE 将R中的数据输出 write write.table write.csv 第二讲 1. 绘制时序图、自相关图 例题2.1 d=scan(sha.csv) sha=ts(d,start=1964,freq=1) plot.ts(sha) #绘制时序图 acf(sha,22) #绘制自相关图,滞后期数22 pacf(sha,22) #绘制偏自相关图,滞后期数22 corr=acf(sha,22) #保存相关系数 cov=acf(sha,22,type = covariance) #保存协方差 图的保存,单击选中图,在菜单栏选中“文件”,再选“另存为”。 同时显示多个图:用x11()命令生成一个空白图,再输入作图命令。 2. 同时绘制两组数据的时序图 d=read.csv(double.csv,header=F) double=ts(d,start=1964,freq=1) plot(double, plot.type = multiple) #两组数据两个图 plot(double, plot.type = single) #两组数据一个图 plot(double, plot.type = single,

文档评论(0)

1亿VIP精品文档

相关文档