R语言
start
位于 stats
包(package)。 说明
提取并编码第一次和最后一次观察的时间。仅用于与 S 版本 2 兼容。
用法
start(x, ...)
end(x, ...)
参数
x |
单变量或多变量时间序列,或者向量或矩阵。 |
... |
未来方法的额外参数。 |
细节
这些是通用函数,将使用 x
的 tsp
属性(如果存在)。它们的默认方法从原始时间单位解码开始时间,因此对于每月系列 1995.5
表示为 c(1995, 7)
。对于一系列频率 f
,时间 n+i/f
表示为 c(n, i+1)
(甚至对于 i = 0
和 f = 1
)。
警告
除非提供频率,否则 start
和 end
使用的表示形式没有任何意义。
也可以看看
相关用法
- R stat.anova GLM 方差分析统计
- R stlmethods STL 对象的方法
- R stepfun Step Functions - 创建和类
- R stl Loess 时间序列的季节分解
- R step 在逐步算法中通过 AIC 选择模型
- 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 scatter.smooth 黄土拟合的平滑曲线散点图
- R splinefun 插值样条曲线
- R spec.taper 通过余弦钟锥化时间序列
- 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 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 spec.pgram 通过平滑周期图估计时间序列的谱密度
- R spec.ar 通过 AR Fit 估计时间序列的频谱密度
- R smooth.spline 拟合平滑样条曲线
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Encode the Terminal Times of Time Series。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。