我试着弄清楚如何让我的黄土线工作。问题是我不太了解(让我们说什么都没有)。我只需要在大学里用一门课程。 我创建了一个假表,真正的表可供下载here
我必须制作出令人惊讶的时间线图。但现在我必须添加两条不同跨度的黄土线。我的问题是我不知道命令是如何工作的。我的意思是我知道它应该像黄土一样(..~ ..,data = ..)。我被卡住的那一步在下面给出的代码中标有“WHAT BELONGS HERE”。
table <- structure(list(
Months = c("1980-06", "1980-07", "1980-08", "1980-09",
"1980-10", "1980-11", "1980-12", "1981-01"),
Total = c(75000, 70000, 60000, 73000, 72000, 71000, 76000, 71000)),
.Names = c("Monts", "Total of Killed Pigs"),
row.names = c(NA, 4L), class = "data.frame")
ts.obj <- ts(table$`Total of Killed Pigs`, start = c(1980, 1), frequency = 2)
plot(ts.obj)
trend1 <- loess(# **WHAT BELONGS HERE?**, data = table, span =1)
predict1 <- predict(trend1)
lines(predict1, col ="blue")
这是我的原始代码:
obj&lt; - read.csv(file =“PATH / monthly-total-number-of-pigs-sla.csv”,header = TRUE,sep =“,”)
ts.obj&lt; - ts(obj $ Monthly.total.number.of.pigs.slaughtered.in.Victoria..Jan.1980 ... August.1995,start = c(1980,1),frequency = 12)
积(ts.obj)
trend1&lt; - loess(这里有什么?,data = obj,span = 1)
预测1&lt; - 预测(趋势1) 行(predict1,col =“blue”)
答案 0 :(得分:1)
我们可以取消data
参数,因为时间序列是单变量的(只是一个变量)。
公式ts.obj ~ index(ts.obj)
可以理解为
值作为时间的功能
由于ts.obj
会为您提供值,而index(ts.obj)
会为您提供这些值的时间索引,而代字号~
指定第一个是函数或依赖在另一个。
library(zoo) # for index()
plot(ts.obj)
trend1 <- loess(ts.obj ~ index(ts.obj), span=1)
trend2 <- loess(ts.obj ~ index(ts.obj), span=2)
trend3 <- loess(ts.obj ~ index(ts.obj), span=3)
pred <- sapply(list(trend1, trend2, trend3), predict)
matlines(index(ts.obj), pred, lty=1, col=c("blue", "red", "orange"))
zoo
并非严格要求。如果您将index(ts.obj)
替换为as.numeric(time(ts.obj))
,我认为应该没问题。
答案 1 :(得分:0)
如果您想要使用ggplot2
:
library(ggplot2)
library(dplyr)
table <- structure(list(
Months = c("1980-06", "1980-07", "1980-08", "1980-09",
"1980-10", "1980-11", "1980-12", "1981-01"),
Total = c(75000, 70000, 60000, 73000, 72000, 71000, 76000, 71000)),
.Names = c("Months", "Total"),
row.names = c(NA, 8L), class = "data.frame")
更改为正确的日期:
table <- table %>% mutate(Months = as.Date(paste0(Months,"-01")))
简介:
ggplot(table, aes(x=Months, y=Total)) +
geom_line() +
geom_smooth(span=1, se= FALSE, color ="red") +
geom_smooth(span=2, se= FALSE, color ="green") +
geom_smooth(span=3, se= FALSE) +
theme_minimal()