使用R中的ts分析每日/每周数据

Question

我刚刚开始使用ts课来分析我的一些时间序列数据。

我感觉ts类不适合分析每日或每周数据。我在网上或Cowpertwait和Metcalfe的“带R的入门时间序列”中看到的几乎所有例子都使用月度或年度数据。

我想使用ts来分析每周数据，这是不可取的吗？

Answer 1

主要问题是，大多数想要分析每日或每周数据的人想要做一些事情，例如每年使用365天或每年52周，但一年中的天数或周数不是365或52甚至不变。如果您在每日数据的情况下在闰年中丢弃一天，或者说，或者在一年中的每周使用7天，除非在每周数据的情况下有8天或9天，比如说，那么您可以捏造它。可能有各种各样的方案。

阅读this thread以获取示例。

Answer 2

ts类适用于在观察之间具有严格的节拍间隔的任何类型的数据。该间隔是否为年，月，日，分钟没有任何区别。这使得它非常适用于大量科学数据，例如天气观测。

但是，大量与时间相关的数据存在差距。以周末天不存在的股票收盘价为例。对于这种类型的数据，最好使用包xts（可扩展时间序列）或zoo（Z的有序观察值 - 其中Z是其中一个包作者的首字母）。

CRAN的链接：

• xts
• zoo

Answer 3

动物园适用于日常数据。例如，如果您在向量Q中有每日一系列的流，并且具有相应的日期戳D（例如，使用as.Date（）创建）。

Q.z＆lt; - zoo（Q，order.by = D）

将创建一个可以很好地绘制的对象，并且可以使用诸如window（）之类的函数来提取单个年份，例如

窗口（Q.z，start = as.Date（'2000-01-01'），end = as.Date（'2000-31-12'）

查看Zoo包以获取更多信息。

Answer 4

时间单位不起作用;只有每个单位的数据点数（频率）。至于ts及其功能关心，一天是一年是十年是一个什么。在任何时候你都没有告诉它，它处理的时间是一周或一天。没关系！

Answer 5

我认为每日/每周数据的问题是两者都有跳跃单位。每四年有一个额外的366天，每四年有53个星期。或者从1900年开始。所以“频率”要么不是常数，要么是分数。否则ts应该可以正常工作。

数周最简单的方法是使用一周开始的日期。在unixlike系统上，你也可以使用ISO周，还有一个实现它们的包。当然，如果您的数据已经存在数周，那么您只需要这些数据来标记图表等。