时间戳

首页 > 解决方案 > 有没有办法在 R 中自动区分时间序列？

r - 有没有办法在 R 中自动区分时间序列？

问题描述

我想做一些时间序列分析。例如，当我有一个时间序列表示为数据帧的单行时，我在执行增强的 Dickey-Fuller 测试时收到以下错误：“tseries::adf.test(B) 中的错误：x 是不是向量或单变量时间序列。” 所以我把它变成了一个向量： 

library(urca)
B <- c(34,34,34,34,34,34,35,100,34,34,35,100,34)
B
plot(B)
tseries::adf.test(B)

但是时间序列必须是数据框的一部分才能应用差分，否则我会收到错误：

“应用错误（B，1，f1）：dim（X）必须具有正长度”，

所以，我B手动重新定义如下：

A <- c(34)
C <- c(34)
D <- c(34)
E <- c(34)
F <- c(34)
G <- c(34)
H <- c(35)
I <- c(100)
J <- c(34)
K <- c(34)
L <- c(35)
M <- c(100)
N <- c(34)
B <- data.frame(A,C,D,E,F,G,H,I,J,K,L,M,N)
B
f1 = function(x){return(diff(x))}
C <- (t(apply(B,1, f1)))
C <- data.frame(t(apply(B,1, f1)))
class(C)

然后 R 告诉我 C 的类是一个数据框。如果我保持这种格式的 C，我在重新执行 DF 测试时再次获得“tseries::adf.test(C) 中的错误：x 不是向量或单变量时间序列”。如果我不包含“data.frame”，则表示 C 的类是数字的，并且在重新执行 DF 测试时出现以下错误：“嵌入错误（y，k）：嵌入维度错误”。

所以我再次手动将结果重写为向量：

C <- c(0,0,0,0,0,1,65,-66,0,1,65,-66)
class(C)
C
plot(C)
tseries::adf.test(C)

这一切都很好，但是有没有办法自动化这个，所以我不必再次从向量转换到数据帧再到向量？如果可能，我想将所有内容都保留为数据框。

非常感谢！

标签： rtime-series

解决方案

您可以转换B为 time.series 对象：

B_ts <- ts(B)

然后，您可以指定时间序列的频率、开始和结束，?ts有关详细信息，请参阅。

如果您想获得一阶差异，B您可以简单地使用diff(B). 数据不必为此的数据框

推荐阅读