R spec.pgram 通过平滑周期图估计时间序列的谱密度

说明

spec.pgram 使用快速傅里叶变换计算周期图，并可选择使用一系列修改的 Daniell 平滑器(移动平均值为最终值赋予一半权重)来平滑结果。

用法

spec.pgram(x, spans = NULL, kernel, taper = 0.1,
           pad = 0, fast = TRUE, demean = FALSE, detrend = TRUE,
           plot = TRUE, na.action = na.fail, ...)

参数

x	单变量或多变量时间序列。
spans	奇整数向量，给出用于平滑周期图的修改丹尼尔平滑器的宽度。
kernel	或者，类 "tskernel" 的内核平滑器。
taper	指定要逐渐减少的数据比例。在系列开始和结束时，对这部分数据应用分割余弦钟形锥度。
pad	填充数据的比例。在序列末尾添加零，以按比例 pad 增加其长度。
fast	逻辑性；如果是TRUE，则将序列填充到高度复合的长度。
demean	合乎逻辑的。如果 TRUE ，则减去该系列的平均值。
detrend	合乎逻辑的。如果是 TRUE ，则从系列中删除线性趋势。这也将消除平均值。
plot	绘制周期图？
na.action	NA 动作函数。
...	传递给 plot.spec 的图形参数。

细节

原始周期图不是谱密度的一致估计量，但相邻值是渐近独立的。因此，假设谱密度是平滑的，可以通过平滑原始周期图来导出一致的估计量。

该序列将自动用零填充，直到序列长度是一个高度复合数，以帮助快速傅里叶变换。这是由 fast 而不是 pad 参数控制的。

零处的周期图理论上为零，因为系列的均值被删除(但这可能会受到锥化的影响)：它在平滑过程中被相邻值的插值所取代，并且不会返回该频率的值。

值

类 "spec" 的列表对象(请参阅 spectrum )，具有以下附加组件：

kernel	kernel 参数，或从 spans 构造的内核。
df	谱密度估计的分布可以通过具有 df 自由度的(缩放的)卡方分布来近似。
bandwidth	Bloomfield(1976 年，第 201 页)定义的内核平滑器的等效带宽。
taper	taper 参数的值。
pad	pad 参数的值。
detrend	detrend 参数的值。
demean	demean 参数的值。

如果 plot 为 true，则结果会以不可见的方式返回。

例子

require(graphics)

## Examples from Venables & Ripley
spectrum(ldeaths)
spectrum(ldeaths, spans = c(3,5))
spectrum(ldeaths, spans = c(5,7))
spectrum(mdeaths, spans = c(3,3))
spectrum(fdeaths, spans = c(3,3))

## bivariate example
mfdeaths.spc <- spec.pgram(ts.union(mdeaths, fdeaths), spans = c(3,3))
# plots marginal spectra: now plot coherency and phase
plot(mfdeaths.spc, plot.type = "coherency")
plot(mfdeaths.spc, plot.type = "phase")

## now impose a lack of alignment
mfdeaths.spc <- spec.pgram(ts.intersect(mdeaths, lag(fdeaths, 4)),
   spans = c(3,3), plot = FALSE)
plot(mfdeaths.spc, plot.type = "coherency")
plot(mfdeaths.spc, plot.type = "phase")

stocks.spc <- spectrum(EuStockMarkets, kernel("daniell", c(30,50)),
                       plot = FALSE)
plot(stocks.spc, plot.type = "marginal") # the default type
plot(stocks.spc, plot.type = "coherency")
plot(stocks.spc, plot.type = "phase")

sales.spc <- spectrum(ts.union(BJsales, BJsales.lead),
                      kernel("modified.daniell", c(5,7)))
plot(sales.spc, plot.type = "coherency")
plot(sales.spc, plot.type = "phase")

作者

Originally Martyn Plummer; kernel smoothing by Adrian Trapletti, synthesis by B.D. Ripley

参考

Bloomfield, P. (1976) Fourier Analysis of Time Series: An Introduction. Wiley.

Brockwell, P.J. and Davis, R.A. (1991) Time Series: Theory and Methods. Second edition. Springer.

Venables, W.N. and Ripley, B.D. (2002) Modern Applied Statistics with S. Fourth edition. Springer. (Especially pp. 392-7.)

也可以看看

spectrum , spec.taper , plot.spec , fft