R decompose 移動平均線的經典季節性分解

說明

使用移動平均線將時間序列分解為季節性、趨勢和不規則成分。處理加法或乘法季節性成分。

用法

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

參數

x	一個時間序列。
type	季節性成分的類型。可以縮寫。
filter	逆時間順序的濾波器係數向量(對於 AR 或 MA 係數)，用於濾除季節性分量。如果NULL，則執行具有對稱窗口的移動平均。

細節

使用的加法模型是：

使用的乘法模型是：

該函數首先使用移動平均值確定趨勢分量(如果 filter 是 NULL ，則使用具有相等權重的對稱窗口)，並將其從時間序列中刪除。然後，通過對所有時期的每個時間單位進行平均來計算季節性數字。然後將季節性數據居中。最後，通過從原始時間序列中刪除趨勢和季節數據(根據需要回收)來確定誤差分量。

僅當 x 覆蓋整數個完整周期時，此方法才有效。

值

類 "decomposed.ts" 的對象，具有以下組件：

x	原創係列。
seasonal	季節性成分(即重複的季節性數字)。
figure	僅估計季節性數字。
trend	趨勢成分。
random	剩下的部分。
type	type 的值。

注意

函數 stl 提供了更複雜的分解。

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

參考

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

也可以看看

stl