1 将时间序列数据赋值
a、调用c函数并将6个时序数据赋值给price;
b、调用ts函数,指定price为时序变量,并设置起始时间为2015年1月,频率为12;
c、输出结果为
|
Jan |
Feb |
Mar |
Apr |
May |
Jun |
2015 |
101 |
82 |
66 |
35 |
31 |
7 |
2 列输入
a、调用scan函数,以列的方式读入6个数据。
b、输出结果
Jan |
Feb |
Mar |
Apr |
May |
Jun |
|
2015 |
101 |
82 |
66 |
35 |
31 |
7 |
3 序列变换成log
a、对前面产生的price数据进行对数变换并赋值给log_price。
b、输出结果
Jan |
Feb |
Mar |
Apr |
May |
Jun |
|
2015 |
4.615121 |
4.406719 |
4.189655 |
3.555348 |
3.433987 |
1.945910 |
4 子序列,截取序列重的一段end()
a、得到序列中2015年2月到5月的子序列。
|
Feb |
Mar |
Apr |
May |
2015 |
82 |
66 |
35 |
31 |
5 缺失值插值,缺失值处理
a、将price序列第5个观察值定义为缺失值;
b、调zoo包并进行线性插值;
y1线性插值:
Jan |
Feb |
Mar |
Apr |
May |
Jun |
|
2015 |
101 |
82 |
66 |
35 |
21 |
7 |
y2样条插值:
Jan |
Feb |
Mar |
Apr |
May |
Jun |
|
2015 |
101.000000 |
82.000000 |
66.000000 |
35.000000 |
8.107993 |
7.000000 |
#1.1 行输入
price <- -c(101,82,66,35,31,7)
price <- -ts(price,start = c(2015,1),frequency = 12)
price
#1.2 列输入
price2 <- scan()
price2 <- ts(price2,start = c(2015,1),frequency = 12)
price2
#1.3 序列变换
log_price <- log(price)
log_price
#1.4 子序列
price2 <- window(price,start=c(2015,2),end=c(2015,5))
price2
#1.5 缺失值插值
a <- price
a[5] <- NA
a
#调zoo包
library(zoo)
#线性插值
y1 <- na.approx(a)
y1
#样条插值
y2 <- na.spline(a)
y2