R语言
spec.ar
位于 stats
包(package)。 说明
将 AR 模型拟合到 x
(或使用现有拟合)并计算(默认情况下绘制)拟合模型的谱密度。
用法
spec.ar(x, n.freq, order = NULL, plot = TRUE, na.action = na.fail,
method = "yule-walker", ...)
参数
x |
单变量(尚未:或多变量)时间序列或 |
n.freq |
绘制点的数量。 |
order |
要安装的 AR 模型的顺序。如果省略,则顺序由 AIC 选择。 |
plot |
绘制周期图? |
na.action |
|
method |
|
... |
传递给 |
值
类 "spec"
的对象。如果 plot
为 true,则结果会以不可见的方式返回。
警告
一些作者,例如 Thomson (1990),强烈警告 AR 频谱可能会产生误导。
注意
多变量情况尚未实现。
例子
require(graphics)
spec.ar(lh)
spec.ar(ldeaths)
spec.ar(ldeaths, method = "burg")
spec.ar(log(lynx))
spec.ar(log(lynx), method = "burg", add = TRUE, col = "purple")
spec.ar(log(lynx), method = "mle", add = TRUE, col = "forest green")
spec.ar(log(lynx), method = "ols", add = TRUE, col = "blue")
参考
Thompson, D.J. (1990). Time series analysis of Holocene climate data. Philosophical Transactions of the Royal Society of London Series A, 330, 601-616. doi:10.1098/rsta.1990.0041.
Venables, W.N. and Ripley, B.D. (2002) Modern Applied Statistics with S. Fourth edition. Springer. (Especially page 402.)
也可以看看
相关用法
- R spec.taper 通过余弦钟锥化时间序列
- R spec.pgram 通过平滑周期图估计时间序列的谱密度
- R spectrum 谱密度估计
- R splinefun 插值样条曲线
- R stlmethods STL 对象的方法
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R summary.lm 总结线性模型拟合
- R smooth Tukey 的(运行中值)平滑
- R screeplot 屏幕图
- R sortedXyData 创建一个sortedXyData对象
- R sigma 提取残余标准差“Sigma”
- R setNames 设置对象中的名称
- R stat.anova GLM 方差分析统计
- R scatter.smooth 黄土拟合的平滑曲线散点图
- R summary.princomp 主成分分析的汇总方法
- R symnum 符号数字编码
- R se.contrast 模型术语对比的标准误差
- R summary.aov 方差模型分析总结
- R stepfun Step Functions - 创建和类
- R shapiro.test 夏皮罗-威尔克正态性检验
- R selfStart 构建自启动非线性模型
- R smooth.spline 拟合平滑样条曲线
- R supsmu 弗里德曼的超级平滑
- R stl Loess 时间序列的季节分解
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Estimate Spectral Density of a Time Series from AR Fit。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。