Question

我在C＃中有一些时间序列数据，即测量（双倍）和DateTime形式的日期，目前为List<DateTime, double>。我正在使用通过NuGet安装的RDotNet软件包1.5版。

如何将我的时间序列放入R中以创建一些图并使用其中可用的工具执行其他计算。

以下是RDotNet示例中的一些代码，我可以使用它创建一个没有DateTimes的向量：

using RDotNet;
using System;
using System.IO;

namespace RTimeSeries
{
  class RTimeSeriesTest
  {
    public static void createVector(double[] doublearray)
    {
      var envPath = Environment.GetEnvironmentVariable("PATH");
      var rBinPath = @"C:\Program Files\R\R-3.0.1\bin\i386";
      Environment.SetEnvironmentVariable("PATH", envPath + Path.PathSeparator + rBinPath);
      using (REngine engine = REngine.CreateInstance("RDotNet"))
      {
        engine.Initialize();
        var myvector = engine.CreateNumericVector(doublearray);
        engine.SetSymbol("myvector", myvector);
      }
    }

    public static void test()
    {
      createVector(new[] { 1, 2, 3, 4, 5.0, 6, 7, 8, 9, 10 });
    }
  }
}

将C＃时间序列转换为R时间序列的最佳方法是什么？我希望有一个ts对象，如果可能的话。

-

我在Windows 64位上使用R版本3.0.1。我是从binary windows installer安装的。

-

我想从谷歌趋势发送数据，例如relative search interest for "NFL" in the US中的“nfl”。谷歌趋势提供了2004年的每周数据。然后，我想以某种方式转换系列具有（更多）恒定方差，然后估计变化的季节性部分，结果得到季节性部分和剩余（包括趋势）部分。

在R中我直接尝试创建这样的时间序列：

nfl.ts<-ts(data=searches$Searches, frequency=52.1775, start=c(2004,1))

因此忽略谷歌的日期并假设观察的统一分布。

一个问题，或许应该是另一个stackexchange站点上的另一个问题是如何处理分数频率，因为整数周不能完全适合一年。因此，一年中几周的频率会有所不同，特别是对于闰年。我该如何处理这个问题？

然后我尝试了

plot(stl(nfl.ts,s.window="periodic"))

但结果对于至少一些时间序列来说看起来不正确。

在C＃中生成R时间序列以与RDotNet一起使用

0 个答案: