R统计软件及其在时间序列分析实践教学中应用.docVIP

R统计软件及其在时间序列分析实践教学中应用 　　摘要：开放、免费的R软件应用越来越广泛，本文归纳了R软件较其他商业软件的优势，结合实例分析了R软件在时间序列分析课程中的具体应用。通过教学效果来看，采用R作为教学软件，能够提高学生的学习热情，提升学生自我学习的能力，教学效果有显著变化。 　　关键词：R软件;时间序列分析;教学 　　中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）41-0173-03 　　 R统计软件是由Auckland大学开发的，其开源、免费、高效的特点使得软件普及率迅速提升。根据最新的调查，R软件的使用率已经超过传统的SAS、SPSS、Statistica等商业软件，成为数据分析的热门工具。 　　一、R软件的优势 　　R软件是一个开放的统计编程环境，内嵌S编程语言。与其他统计分析软件比较而言，利用R软件进行数据分析具有以下优势。 　　1.R软件是开源的、免费的。与SAS、SPSS、S-Plus、Statistica、Mathematics等商业软件动辄十几万、几十万的购置费及昂贵的维护升级费用相比，R软件则是完全免费、不需要支付任何费用，且数据分析、建模能力毫不逊色。另外，开源的R软件比封装、集成的商业软件更具有灵活性。基于网络沟通的及时有效性，R软件更新速度快，在公共的R软件平台下，集合全球统计学家的智慧，不断开发稳定、前沿的统计分析包，使得其使用率急剧上升，呈现明显的软件价值边际效应递增趋势。 　　2.R软件是跨平台的。R软件能够在多种操作系统下运行，如Windows、UNIX、Macintosh等。R软件这一特点极大地方便了用户在不同操作系统下的转换，提高了软件分析的运行效率。同时这种跨平台的运行也给大数据计算、云计算等提供了稳定的集成环境，提升了海量数据分析和挖掘的可能。 　　3.R软件涵盖广泛。目前R网站上提供了约2400个程序包，包括基础统计学、社会学、经济管理、金融、生态、空间统计、系统发育分析、生物信息等多个方面，而且基于开发的网络平台，R网站不断提供新的、方便的统计程序包。 　　4.R软件突出的是统计思想。一般的集成商业软件更像是一个黑匣子，只要有数据输进去，结果就会出来，至于计量、统计背后的含义和逻辑并不十分明了。R软件则不同，众多的统计分析包都是可编辑和重新编译的，使用者可根据自身需求，按照统计分析逻辑量身定做独特的程序包。这样，使用者同时也是开发者，对于统计思想的认识和把握会更加清晰。 　　二、R软件在《时间序列分析》中的具体应用 　　R软件与其他同级分析软件不同，可以单独定义时间序列数据类型，并且提供了大量的相关函数，运行这些函数之前需要对数据进行时间序列化。如对我国1960―2010年碳排放数据进行自相关和偏相关的分析，并建立ARIMA模型，其程序代码如下： 　　d=scan（carbon.csv）#读入碳排放数据数据 　　carbon=ts（d，start=1964，freq=1） #将数据时序化 　　plot.ts（carbon） #绘制时序图 　　acf（carbon，24） #绘制自相关图，滞后期数24 　　pacf（carbon，24） #绘制偏自相关图，滞后期数24 　　corr=acf（carbon，24） #保存相关系数 　　cov=acf（carbon，24，type=covariance） #保存协方差 　　Box.test（prop，type=Ljung-Box，lag=6） #纯随机性检验，p值小于5%，序列为非白噪声 　　Box.test（prop，type=Ljung-Box，lag=12） 　　arima（prop，order=c（1，0，0），method=ML） #用AR（1）模型拟合，如参数method=CSS，估计方法为条件最小二乘法，用条件最小二乘法时，不显示AIC。 　　predict（arima（prop，order=c（1，0，0）），n.ahead=5） #预测未来5期 　　ts.plot（prop，prop.fore$pred，col=1：2）#作时序图，含预测。 　　lines（U，col=blue，lty=dashed） 　　lines（L，col=blue，lty=dashed）#在时序图中作出95%置信区间 　　代码运行完，R将输出我国碳排放数据的ARIMA模型各项参数及预测5期结果。由上例可见，R软件通过交互式的编程操作，能够简单明了地告知使用者在运用ARIMA模型过程中的各个步骤及主要统计量。用户通过试错的方式能够对ARIMA模型的主要思想及内容有比较清晰的把握。 　　此外，时间序列分析中关于GARCH模型的运用既是