很抱歉,如果这个问题看起来很基本,但我在网上看到的例子对于像我这样的初学者来说太复杂了,所以请帮我解决这个问题。基本上,我想基于数据预测何时是Measurement
高和低。下面是我的数据集的一部分。完整图片为 10天,间隔为30分钟。
Datetime Measurement
1 4/4/2013 11:59 0.532
2 4/4/2013 12:29 0.647
3 4/4/2013 12:59 0.564
4 4/4/2013 13:29 0.425
5 4/4/2013 13:59 0.253
我尝试了以下操作将Datetime
列转换为Datetime
类型
data$Datetime <- strptime(x = as.character(data$Datetime),
format = "%m/%d/%Y %H:%M")
导致
Datetime Measurement
1 2013-04-04 11:59:00 0.532
2 2013-04-04 12:29:00 0.647
3 2013-04-04 12:59:00 0.564
4 2013-04-04 13:29:00 0.425
5 2013-04-04 13:59:00 0.253
我偶然发现this并且可能需要将data frame
转换为time series
。我尝试了ts
和xts
,但我认为我无处可去。我也试过
library(timeSeries)
as.timeSeries(data)
但在我执行data.frame
后,它会显示class(data)
。
考虑到这种情况,我如何将转换为time series
?我可以将链接作为我的基础, ARIMA 模型是否有意义?或者是否有可以完成的更简单合理的时间序列分析算法?
非常感谢你。