)
na.approx(x) #对缺失值进行线性插值
na.spline(x) #对缺失值进行样条插值
na.locf(x) #末次观测值结转法
na.trim(x, sides=”left” ) #去掉最后一个缺失值...#对timeSreies数据
na.omit(x, “ir” ) #去掉首末位置的缺失值
na.omit(x, “iz” ) #用替换首末位置的缺失值
na.omit(x, “ie” ) #对首末位置的缺失值进行插值...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。...1.7453
sigma^2 estimated as 15.51: log likelihood = -137.02, aic = 280.05
注意:intercept下面的81.5509是均值,而不是截距...(fit3)
一些特殊的模型
#固定某些系数的值
arima(dw,order=c(4,0,0),fixed=c(NA,0,0,NA,0),method=”CSS”)
#乘积季节模型
wue=ts(scan