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。