translate:using_r_for_time_series_analysis
Различия
Показаны различия между двумя версиями страницы.
Предыдущая версия справа и слеваПредыдущая версияСледующая версия | Предыдущая версия | ||
translate:using_r_for_time_series_analysis [2015/01/10 18:54] – artamonov | translate:using_r_for_time_series_analysis [2015/02/05 15:34] (текущий) – внешнее изменение 127.0.0.1 | ||
---|---|---|---|
Строка 201: | Строка 201: | ||
=== Разложение периодических данных === | === Разложение периодических данных === | ||
- | TODO | + | Периодические данные состоят из составляющей тренда, |
+ | |||
+ | Чтобы оценить составляющую тренда и периодическую составляющую периодического временного ряда, который может быть описан аддитивной моделью, | ||
+ | |||
+ | Функиция '' | ||
+ | |||
+ | Например, | ||
+ | |||
+ | {{ : | ||
+ | Для оценки тренда, | ||
+ | |||
+ | <code rsplus> | ||
+ | > birthstimeseriescomponents <- decompose(birthstimeseries) | ||
+ | </ | ||
+ | |||
+ | Оценки значений тренда, | ||
+ | '' | ||
+ | |||
+ | <code rsplus> | ||
+ | > birthstimeseriescomponents$seasonal # get the estimated values of the seasonal component | ||
+ | | ||
+ | 1946 -0.6771947 -2.0829607 | ||
+ | 1947 -0.6771947 -2.0829607 | ||
+ | 1948 -0.6771947 -2.0829607 | ||
+ | 1949 -0.6771947 -2.0829607 | ||
+ | 1950 -0.6771947 -2.0829607 | ||
+ | 1951 -0.6771947 -2.0829607 | ||
+ | 1952 -0.6771947 -2.0829607 | ||
+ | 1953 -0.6771947 -2.0829607 | ||
+ | 1954 -0.6771947 -2.0829607 | ||
+ | 1955 -0.6771947 -2.0829607 | ||
+ | 1956 -0.6771947 -2.0829607 | ||
+ | 1957 -0.6771947 -2.0829607 | ||
+ | 1958 -0.6771947 -2.0829607 | ||
+ | 1959 -0.6771947 -2.0829607 | ||
+ | </ | ||
+ | |||
+ | Оценки значений сезонной компоненты приведены для месяцев с января по декабрь для каждого года. Наиюольшее значение сезонной составляющей в июле (примерно 1.46), а наименьшее в февреле (примерно -2.08), что соответствует пику рождаемости в июле и провалу в феврале каждого года. | ||
+ | |||
+ | Мы можем вывести оценки тренда, | ||
+ | |||
+ | <code rsplus> | ||
+ | > plot(birthstimeseriescomponents) | ||
+ | </ | ||
+ | |||
+ | {{ : | ||
+ | |||
+ | На графиках выше показан исходный временной ряд (верхний график), | ||
=== Исключение периодической составляющей === | === Исключение периодической составляющей === | ||
+ | Если у вас есть периодический временной ряд, который может быть описан аддитивной моделью, | ||
- | TODO | + | Например, |
+ | |||
+ | <code rsplus> | ||
+ | > birthstimeseriescomponents <- decompose(birthstimeseries) | ||
+ | > birthstimeseriesseasonallyadjusted <- birthstimeseries - birthstimeseriescomponents$seasonal | ||
+ | </ | ||
+ | |||
+ | Затем мы можем вывести график временного ряда без сезонной составляющей при помощи функции '' | ||
+ | |||
+ | <code rsplus> | ||
+ | > plot(birthstimeseriesseasonallyadjusted) | ||
+ | </ | ||
+ | |||
+ | {{ : | ||
+ | |||
+ | На графике видно, что сезонные перепады были удалены из исходного временного ряда. Получившийся временной ряд содержит только составляющую тренда и нерегулярную составляющую. | ||
==== Прогнозирование и экспоненциальное сглаживание ==== | ==== Прогнозирование и экспоненциальное сглаживание ==== | ||
- | TODO | + | Экспоненциальное сглаживание может быть использовано для краткосрочных прогнозов данных временного ряда. |
=== Простое экспоненциальное сглаживание === | === Простое экспоненциальное сглаживание === | ||
+ | Если ваш временной ряд может быть описан аддтивной моделью с постоянным уровнем и не содержит сезонных колебаний, | ||
- | TODO | + | Простое экспоненциальное сглаживание даёт возможность оценить уровень в текущей точке. Сглаживание определяется параметром '' |
+ | |||
+ | Например, | ||
+ | |||
+ | <code rsplus> | ||
+ | > rain <- scan(" | ||
+ | Read 100 items | ||
+ | > rainseries <- ts(rain, | ||
+ | > plot.ts(rainseries) | ||
+ | </ | ||
+ | |||
+ | {{ : | ||
=== Экспоненциальное сглаживание Хольта === | === Экспоненциальное сглаживание Хольта === | ||
+ | Как видно из графика, | ||
+ | |||
+ | Для прогнозирования при помощи простого экспоненциального сглаживания в R, мы можем использовать модель прогноза простого экспоненциального сглаживания при помощи функции '' | ||
+ | |||
+ | Функция '' | ||
+ | |||
+ | Например, | ||
+ | |||
+ | <code rsplus> | ||
+ | > rainseriesforecasts <- HoltWinters(rainseries, | ||
+ | > rainseriesforecasts | ||
+ | Smoothing parameters: | ||
+ | alpha: | ||
+ | beta : FALSE | ||
+ | gamma: | ||
+ | Coefficients: | ||
+ | [,1] | ||
+ | a 24.67819 | ||
+ | </ | ||
+ | |||
+ | Вывод функции '' | ||
+ | |||
+ | По умолчанию, | ||
TODO | TODO |
translate/using_r_for_time_series_analysis.1420916088.txt.gz · Последнее изменение: 2015/01/10 18:54 — artamonov