R语言
plot.acf
位于 stats
包(package)。 说明
类 "acf"
对象的绘图方法。
用法
## S3 method for class 'acf'
plot(x, ci = 0.95, type = "h", xlab = "Lag", ylab = NULL,
ylim = NULL, main = NULL,
ci.col = "blue", ci.type = c("white", "ma"),
max.mfrow = 6, ask = Npgs > 1 && dev.interactive(),
mar = if(nser > 2) c(3,2,2,0.8) else par("mar"),
oma = if(nser > 2) c(1,1.2,1,1) else par("oma"),
mgp = if(nser > 2) c(1.5,0.6,0) else par("mgp"),
xpd = par("xpd"),
cex.main = if(nser > 2) 1 else par("cex.main"),
verbose = getOption("verbose"),
...)
参数
x |
类 |
ci |
置信区间的覆盖概率。如果 |
type |
要绘制的绘图类型,默认为直方图,如垂直线。 |
xlab |
绘图的 x 标签。 |
ylab |
绘图的 y 标签。 |
ylim |
长度为 2 的数字,给出绘图的 y 限制。 |
main |
情节的总体标题。 |
ci.col |
颜色来绘制置信区间线。 |
ci.type |
置信限是否应该假设白噪声输入或滞后 的 MA( ) 输入?可以缩写。 |
max.mfrow |
正整数;对于多变量 |
ask |
逻辑性;如果 |
mar, oma, mgp, xpd, cex.main |
图形参数如 |
verbose |
合乎逻辑的。应该R报告有关进展的额外信息? |
... |
要传递给绘图例程的图形参数。 |
注意
plot.acf
中绘制的置信区间基于不相关的序列,应谨慎对待。使用 ci.type = "ma"
可能会减少潜在的误导。
例子
require(graphics)
z4 <- ts(matrix(rnorm(400), 100, 4), start = c(1961, 1), frequency = 12)
z7 <- ts(matrix(rnorm(700), 100, 7), start = c(1961, 1), frequency = 12)
acf(z4)
acf(z7, max.mfrow = 7) # squeeze onto 1 page
acf(z7) # multi-page
也可以看看
acf
默认调用plot.acf
。
相关用法
- R plot.stepfun 绘制阶跃函数
- R plot.profile.nls 绘制 profile.nls 对象
- R plot.isoreg isoreg 对象的绘图方法
- R plot.HoltWinters HoltWinters 对象的绘图函数
- R plot.ts 绘制时间序列对象
- R plot.density 核密度估计的绘图方法
- R plot.lm 绘制 lm 对象的诊断图
- R plot.spec 绘制频谱密度
- R plot.ppr 绘制投影寻踪回归拟合的岭函数
- R plot.profile “轮廓”对象的绘图函数
- R pairwise.t.test 成对 t 检验
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R predict 模型预测
- R profile.nls 分析 nls 对象的方法
- R ppoints 概率图的坐标
- R predict.HoltWinters 拟合 Holt-Winters 模型的预测函数
- R poly 计算正交多项式
- R proj 模型预测
- R predict.loess 预测黄土曲线或表面
- R power.t.test 一个和两个样本 t 检验的功效计算
- R power.prop.test 比例二样本检验的功效计算
- R preplot 绘图对象的预计算
- R prcomp 主成分分析
- R printCoefmat 打印系数矩阵
- R profile 分析模型的通用函数
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Plot Autocovariance and Autocorrelation Functions。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。