正确设置R中时间序列的问题
正确设置R中时间序列的问题
提问于 2015-06-16 21:28:53
我一直试图对一些时间序列数据做一些基本分析。然而，我一直在试图做的任何事情上都会犯这个错误。
Error in decompose(data_ts, type = c("additive")) :
time series has no or less than 2 periods我认为问题在于，我没有为时间序列分析正确地设置数据。我正在处理运行M大约一年的数据。下面是我用来将序列转换为时间序列的代码
train=xts(data$x,as.Date(data$Date,format='%m/%d/%Y'),frequency=365)
data_ts=as.ts(train)
attributes(data_ts)
$tsp
[1] 1 277 1
$class
[1] "ts" 但是，当我试图对时间序列数据进行任何类型的分析时，我会得到以下信息：
dcomp=decompose(data_ts,type=c('additive'))
Error in decompose(data_ts, type = c("additive")) :
time series has no or less than 2 periods我设置的时间序列不正确吗？是否有一个更好的时期，我应该选择频率，因为技术上，我没有一整年的数据价值？
谢谢!
回答 3
Stack Overflow用户
回答已采纳
发布于 2015-06-16 22:19:18
我不认为xts频率参数做与ts频率参数相同的事情。
因此，我假设您需要在使用ts之前将数据转换为decompose对象。我让它工作的方法如下：
使用下列数据：
data(sample_matrix)
df <- as.data.frame(sample_matrix )
df$date <- as.Date(row.names(df))如果我这样做的话：
dfxts <- xts(df[1:4], order.by=df$date, frequency=12)
decompose(dfts)
Error in decompose(dfts) : time series has no or less than 2 periods我和你犯了同样的错误。
但是，如果我将其转换为ts对象并使用该频率参数：
#use as.ts to convert into ts
#make sure your data frame consists of numeric columns otherwise it will fail
#drop all the others
#in my case df[1:4] has numeric values. I use the date as a separate vector.
dfts <- as.ts(xts(df[1:4], order.by=df$date))
#I guess splitting by month would make sense in your case.
#I think ts works with frequency 4 (quarterly) or 12 (monthly)
#If you see your dfts now you ll see the difference
dfts <- ts(dfts, frequency=12)然后它起作用了：
dcomp <- decompose(dfts) 输出：
> str(dcomp)
List of 6
$ x : mts [1:180, 1:4] 50 50.2 50.4 50.4 50.2 ...
..- attr(*, "dimnames")=List of 2
.. ..$ : NULL
.. ..$ : chr [1:4] "Open" "High" "Low" "Close"
..- attr(*, "tsp")= num [1:3] 1 15.9 12
..- attr(*, "class")= chr [1:3] "mts" "ts" "matrix"
$ seasonal: Time-Series [1:720] from 1 to 60.9: -0.00961 0.02539 0.06149 0.01773 -0.00958 ...
$ trend : mts [1:180, 1:4] NA NA NA NA NA ...
..- attr(*, "tsp")= num [1:3] 1 15.9 12
..- attr(*, "class")= chr [1:2] "mts" "ts"
$ random : mts [1:180, 1:4] NA NA NA NA NA ...
..- attr(*, "tsp")= num [1:3] 1 15.9 12
..- attr(*, "class")= chr [1:3] "mts" "ts" "matrix"
..- attr(*, "dimnames")=List of 2
.. ..$ : NULL
.. ..$ : chr [1:4] "x - seasonal.x.Open" "x - seasonal.x.High" "x - seasonal.x.Low" "x - seasonal.x.Close"
$ figure : num [1:12] -0.00961 0.02539 0.06149 0.01773 -0.00958 ...
$ type : chr "additive"
- attr(*, "class")= chr "decomposed.ts"Stack Overflow用户
发布于 2015-06-16 22:18:58
你改变频率是对的。现在，你说每个周期有365个观测，所以你有不到一个周期的数据。你可以调整它，将频率设置为5，因为你每周得到5次观测。这不是唯一的选择，只是一个应该有效的例子:)
Stack Overflow用户
发布于 2019-12-13 04:06:02
使用您的数据集尝试以下一般方法：
# Pre-loading the data
library(TSA)
library(mgcv)
#Choose the 'Temp Monthly.csv' dataset, wherever it is located on your computer
#Additionally, just skip this step and replace ‘fname’ with the files direct location
fname <- file.choose()
#Load Data
data <- read.csv(fname)
data <- data[,2]
#Convert to TS data in proper frame
temp <- ts(data,start=c(1950,1),freq=12)
# Plotting Time Plots
ts.plot(temp,ylab="Temperature")
abline(a=mean(temp),b=0,col='red')这可能会有帮助。关于R中时间序列的更多细节，本文在介质中可能会有所帮助：https://medium.com/analytics-vidhya/time-series-analysis-101-in-r-and-python-1e1a7f7c3e51
如果您需要任何帮助，请随时发表评论。:)
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/30878556
复制相关文章
相似问题
腾讯云开发者
