R decompose 移动平均线的经典季节性分解

说明

使用移动平均线将时间序列分解为季节性、趋势和不规则成分。处理加法或乘法季节性成分。

用法

decompose(x, type = c("additive", "multiplicative"), filter = NULL)

参数

x	一个时间序列。
type	季节性成分的类型。可以缩写。
filter	逆时间顺序的滤波器系数向量(对于 AR 或 MA 系数)，用于滤除季节性分量。如果NULL，则执行具有对称窗口的移动平均。

细节

使用的加法模型是：

使用的乘法模型是：

该函数首先使用移动平均值确定趋势分量(如果 filter 是 NULL ，则使用具有相等权重的对称窗口)，并将其从时间序列中删除。然后，通过对所有时期的每个时间单位进行平均来计算季节性数字。然后将季节性数据居中。最后，通过从原始时间序列中删除趋势和季节数据(根据需要回收)来确定误差分量。

仅当 x 覆盖整数个完整周期时，此方法才有效。

值

类 "decomposed.ts" 的对象，具有以下组件：

x	原创系列。
seasonal	季节性成分(即重复的季节性数字)。
figure	仅估计季节性数字。
trend	趋势成分。
random	剩下的部分。
type	type 的值。

注意

函数 stl 提供了更复杂的分解。

例子

require(graphics)

m <- decompose(co2)
m$figure
plot(m)

## example taken from Kendall/Stuart
x <- c(-50, 175, 149, 214, 247, 237, 225, 329, 729, 809,
       530, 489, 540, 457, 195, 176, 337, 239, 128, 102, 232, 429, 3,
       98, 43, -141, -77, -13, 125, 361, -45, 184)
x <- ts(x, start = c(1951, 1), end = c(1958, 4), frequency = 4)
m <- decompose(x)
## seasonal figure: 6.25, 8.62, -8.84, -6.03
round(decompose(x)$figure / 10, 2)

作者

David Meyer David.Meyer@wu.ac.at

参考

M. Kendall and A. Stuart (1983) The Advanced Theory of Statistics, Vol.3, Griffin. pp. 410-414.

也可以看看

stl