时间序列分析R语言代码.pdfVIP

时间序列分解分析的 R 语言操作如下：  选取 R 语言自带的数据包 UKgas，即 1960-1986 每月英国天然气消耗的数据， 并将其赋值于 n：  n-UKgas summary （）函数提供了最小值、最大值、四分位数和数值型变量的均值：  summary(n)   画出 UKgas 的时序图：  plot(n)    时间序列分解分析方法一：基础包 stats 的 decompose 函数  调用基础包 stats：  library(stats) 利用基础包 stats 的 decompose 函数对时间序列进行分解分析，命名为 fit1 。该 函数基于移动平均方法，multiplicative 表示使用乘法模型：  fit1=decompose(n, type = c(multiplicative)) 展示 decompose 函数的分解结果： fit1 绘制方法一，即利用 decompose 函数分解的分解图：  plot(fit1) `  时间序列分解分析方法二：基础包 stats 的 stl 函数  stl 函数  stl(x,s.window,s.degree=0,t.window = NULL, t.degree = 1, robust = FALSE,na.action = na.fail)  x待分解的变量 s.window提取季节性时的 loess 算法时间窗口宽度，可设为 periodic，或 者设为奇数并不能低于 7  s.degree 提取季节性时局部拟合多项式的阶数，须为 0 或 1  t.window提取长期趋势性时的 loess 算法时间窗口宽度，缺省为 NULL ， 或者奇数  t.degree提取长期趋势性时的局部拟合多项式的阶数，须为 0 或 1  robust 在 loess 过程中是否使用鲁棒拟合 利用基础包 stats 的 stl 函数对时间序列进行分解分析，命名为 fit2： fit2-stl(n,s.window=periodic,s.degree = 0, t.window = NULL, t.degree = 1,robust= FALSE,na.action = na.fail) 展示 stl 函数的分解结果：  fit2  绘制方法二的分解图：  plot(fit2)