如何在 R 中的 ts() 中计算时间序列中观察值之间的中间值?
How are the intermediate values between observations in time series calculated in ts() in R?
我需要有关 frequency
如何影响我的时间序列的帮助。我用 frequency = 7
拟合每日时间序列数据 当我查看时间序列时,我得到了几天之间的中间值。我有 60 天 的数据。我为相同的
创建了一个时间序列
ts.v1<- ts(V1, start = as.Date("2017-08-01"), end = as.Date("2017-09-30"), frequency = 7)
这给了我 421 个值。我有点理解它与 frequency
有关,因为该值是 7 和 60 的乘积。我需要知道的是 - 这些是如何计算的?为什么? frequency
不就是用来告诉你时间序列数据是不是daily/weekly/annual之类的吗? (我指的是this)
与我的 ACF
和 PACF
图中类似,lag
值小于 1,这意味着有七个值可以组成 1 'lag'。在那种情况下,当我使用这些图估计 arima(p,d,q)
时,这些值会被视为滞后 x 频率吗?
通常不使用 Date class with ts。对于 ts,频率是单位间隔内的点数。只需使用:
ts(V1, frequency = 7)
时间将是 1、1 + 1/7、1 + 2/7,...如果需要,您可以稍后将它们匹配到正确的日期。
我需要有关 frequency
如何影响我的时间序列的帮助。我用 frequency = 7
拟合每日时间序列数据 当我查看时间序列时,我得到了几天之间的中间值。我有 60 天 的数据。我为相同的
ts.v1<- ts(V1, start = as.Date("2017-08-01"), end = as.Date("2017-09-30"), frequency = 7)
这给了我 421 个值。我有点理解它与 frequency
有关,因为该值是 7 和 60 的乘积。我需要知道的是 - 这些是如何计算的?为什么? frequency
不就是用来告诉你时间序列数据是不是daily/weekly/annual之类的吗? (我指的是this)
与我的 ACF
和 PACF
图中类似,lag
值小于 1,这意味着有七个值可以组成 1 'lag'。在那种情况下,当我使用这些图估计 arima(p,d,q)
时,这些值会被视为滞后 x 频率吗?
通常不使用 Date class with ts。对于 ts,频率是单位间隔内的点数。只需使用:
ts(V1, frequency = 7)
时间将是 1、1 + 1/7、1 + 2/7,...如果需要,您可以稍后将它们匹配到正确的日期。