R按时间序列对象进行了细分，试图使其发挥作用

Question

我有一个简单的表（d_frame），其中包含每月的日期和值 dput这样做：

  

dput（d_frame）   结构（列表（日期=结构（c（1325376000，1328054400，1330560000，   1333238400、1335830400、1338508800、1341100800、1343779200、1346457600，   1349049600、1351728000、1354320000、1356998400、1359676800、1362096000，   1364774400、1367366400、1370044800、1372636800、13737515200、1377993600，   1380585600、1383264000、1385856000、1388534400、1391212800、1393632000，   1396310400、1399802400、1401580800、1404172800、1406851200、1409529600，   1412121600、1414800000、1417392000、1420070400、1422748800、1425168000，   1427846400、1430438400、1433116800、1435708800、1438387200、1441065600，   1443657600、1446336000、1448928000、1451606400、1454284800、1456790400，   1459468800、1462060800、1464739200、1467331200、1470009600、1472688000，   1475280000、1477958400、1480550400、1483228800、1485907200、1488326400，   1491004800、1493596800、1496275200、1498867200、1501545600、1504224000，   1506816000、1509494400、1512086400），类= c（“ POSIXct”，“ POSIXt”   ），tzone =“ UTC”），值= c（0，0，0，0，0，0，0.00774754，0.22403801，   0，5.12030095，0.23120272，0.99000874，22.22207733，0.333296，   692.19566134、7.76898971、2.97430466、134.36211377、22.91894814，   65.14574578、135.81266758、18.37095304、185.25901758、233.86535558，   50.19910856、67.54904705、92.09374684、236.3588002、39.6182546，   107.01412237、45.46568388、28.46083664、147.03030045、12.05623131，   86.26622661、86.78390353、52.59616771、135.24410876、752.67471689，   90.77072693、318.08100321、190.17687122、32.45995024、229.85208941，   99.68676994、78.23118358、75.22676899、244.54213373、250.24590849，   129.22758339、220.46666166、145.10114173、76.27997413、134.1304349，   93.95382007，171.43174451，205.318684，72.75873803，905.44077088，   65.68187302、186.01373065、22.39356267、58.0947934、345.76627723，   49.2540693、77.10619382、73.55552926、847.78421674、43.39077872，   49.83486911，405.60316183，18.25071976）），row.names = c（NA，-72L   ），class = c（“ tbl_df”，“ tbl”，“ data.frame”））

在R d_frame中，它看起来像这样：

使用d_frame，我使用以下方法制作了一个时间序列：

d.ts <- ts(d_frame[2], start = c(2011, 12), frequency = 12)

它具有明显的趋势，但具有巨大的随机成分，因此我使用TRR库从d.ts中提取趋势成分：

dts_components <- decompose(d.ts)

dts_trend <- dts_components$trend

然后我根据趋势建立线性模型：

trend_lin.mod <- lm(dts_trend[,1] ~ time(dts_trend))

现在，正如我在图形上看到的3个阶段（我知道它们在那里）一样，我想使用分段库进行分段分析。 我正在尝试制作包含中断日期或不包含中断日期的分段模型，并出现错误：

d.seg <- segmented(dts_trend, seg.Z = ~ time(dts_trend), psi = list(c('2014-07-01', '2016-10-01')))

给出：

  

segmented.default（dts_trend，seg.Z =〜time（dts_trend），psi =   list（c（“ 2014-07-01”，：seg.Z' and psi'中的变量不匹配

或者我尝试一种不包含psi的产品：

d.seg <- segmented(dts_trend, seg.Z = ~ time(dts_trend))

给出：

  

错误：$运算符对原子向量无效

我要在时间序列dts_trend上进行分段工作。 如果您能提供帮助，我将不胜感激，因为我是R的新手，而且真的很困。