R：延长时间序列

Question

我们可以使用以下代码在R中绘制和分解时间序列：

# Monthly Airline Passenger Numbers 1949-1960
data(AirPassengers)
data = data.frame(AirPassengers)
data

#Transform to time series
ts.data1 = ts(data=as.vector(t(data['AirPassengers'])), start = c(1949), end = c(1960), frequency=12)
#Plot seasonality, trend

plot(stl(ts.data1, "periodic"))
plot(ts.data1)

decomposed <- stl(ts.data1, s.window="periodic")
seasonal <- decomposed$time.series[,1]
trend   <- decomposed$time.series[,2]
remainder <- decomposed$time.series[,3]

#Show seasonal effect
seasonal

现在我的问题是：为了 deseasonalize ，我可以简单地输入

# deseasonalize time sereis
ts.data1 <- ts.data1 - seasonal
ts.data1
plot(ts.data1)

减去季节性值？

我意识到在另一个数据集中，减去季节性值会导致负值。这就是为什么我认为使用某种因素会更好。

注意：我不想使用＆＃34; deseasonalize＆＃34;封装

Answer 1

是的，那会有效。

或者只使用seasadj包中的forecast功能。但是，对于AirPassengers数据，stl中给出的加法分解不是一个好的选择。您可以先获取日志，然后它会给出合理的结果。

library(forecast)
library(ggplot2)

decomp <- stl(log(AirPassengers), s.window="periodic")
ap.sa <- exp(seasadj(decomp))
autoplot(cbind(AirPassengers, SeasonallyAdjusted=ap.sa)) +
  xlab("Year") + ylab("Number of passengers (thousands)")