在R中使用ts分析每日/每周数据
在R中使用ts分析每日/每周数据
提问于 2011-12-09 04:59:40
我刚刚开始使用ts类来分析我拥有的一些时间序列数据。
我有种感觉，ts类不太适合分析每日或每周数据。我在网上或在Cowpertwait和Metcalfe的“带R的介绍性时间序列”中看到的几乎所有示例都使用月度或年度数据。
我想用ts来分析每周的数据，这是不是不可取？
回答 5
Stack Overflow用户
发布于 2011-12-09 05:40:05
主要的问题是，大多数想要分析每日或每周数据的人都想做一些事情，比如一年使用365天或52周的频率，但一年中的天数或周数不是365天或52周，甚至不是恒定的。比方说，如果你在每日数据的情况下在闰年中减少了一天，或者在一年中的每周都使用7天，那么你可以伪造它。各种各样的方案都是可能的。
请通读this thread以获取示例。
Stack Overflow用户
发布于 2011-12-09 05:05:22
ts类适用于任何类型的数据，这些数据在两次观察之间具有严格的节拍间隔。无论间隔是年、月、天、分钟，都没有任何区别。这使得它非常适合于许多科学数据，例如天气观测。
然而，大量与时间相关的数据存在差距。以股票收盘价为例，周末收盘价是不存在的。对于这种类型的数据，最好使用包xts (可扩展时间序列)或zoo(Z的有序观察-其中Z是包作者之一的首字母)。
指向CRAN的链接：
xtszoo
Stack Overflow用户
发布于 2011-12-23 06:00:09
zoo可以很好地处理日常数据。例如，如果您有一个矢量Q中的每日数据流序列，并且具有相应的日期戳D(例如，使用as.Date()创建)。
Q.z <- zoo(Q, order.by=D) 我将创建一个绘制良好的对象，您可以使用诸如window()之类的函数来提取单个年份。
window(Q.z, start = as.Date('2000-01-01'), end=as.Date('2000-31-12')有关更多信息，请查看zoo包。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/8437620
复制相关文章
相似问题
腾讯云开发者
