spectrum
位於 stats
包(package)。 說明
spectrum
函數估計時間序列的譜密度。
用法
spectrum(x, ..., method = c("pgram", "ar"))
參數
x |
單變量或多變量時間序列。 |
method |
指定用於估計譜密度的方法的字符串。允許的方法是 |
... |
特定規範方法或 |
細節
spectrum
是一個包裝函數,它調用方法 spec.pgram
和 spec.ar
。
這裏的頻譜是通過縮放 1/frequency(x)
定義的,緊隨S-PLUS。這使得譜密度成為 (-frequency(x)/2, +frequency(x)/2]
範圍內的密度,而更常見的縮放是 和範圍 (例如,Bloomfield)或 1 和範圍 。
如果可用,置信區間將由 plot.spec
繪製:這是不對稱的,中心標記的寬度表示等效帶寬。
值
類 "spec"
的對象,它是至少包含以下組件的列表:
freq |
估計譜密度的頻率向量。 (可能近似傅立葉頻率。)單位是每單位時間周期的倒數(而不是每觀察間隔):請參閱下麵的“詳細信息”。 |
spec |
對應於 |
coh |
|
phase |
|
series |
時間序列的名稱。 |
snames |
對於多變量輸入,組件係列的名稱。 |
method |
用於計算頻譜的方法。 |
如果 plot
為 true,則結果會以不可見的方式返回。
注意
"spec"
類對象的默認繪圖非常複雜,包括錯誤欄和默認標題、副標題和軸標簽。通過提供適當的圖形參數可以覆蓋所有默認值。
例子
require(graphics)
## Examples from Venables & Ripley
## spec.pgram
par(mfrow = c(2,2))
spectrum(lh)
spectrum(lh, spans = 3)
spectrum(lh, spans = c(3,3))
spectrum(lh, spans = c(3,5))
spectrum(ldeaths)
spectrum(ldeaths, spans = c(3,3))
spectrum(ldeaths, spans = c(3,5))
spectrum(ldeaths, spans = c(5,7))
spectrum(ldeaths, spans = c(5,7), log = "dB", ci = 0.8)
# for multivariate examples see the help for spec.pgram
## spec.ar
spectrum(lh, method = "ar")
spectrum(ldeaths, method = "ar")
作者
Martyn Plummer, B.D. Ripley
參考
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-PLUS. Fourth edition. Springer. (Especially pages 392-7.)
也可以看看
相關用法
- R spec.taper 通過餘弦鍾錐化時間序列
- R spec.pgram 通過平滑周期圖估計時間序列的譜密度
- R spec.ar 通過 AR Fit 估計時間序列的頻譜密度
- R splinefun 插值樣條曲線
- R stlmethods STL 對象的方法
- R summary.nls 總結非線性最小二乘模型擬合
- R summary.manova 多元方差分析的匯總方法
- R summary.lm 總結線性模型擬合
- R smooth Tukey 的(運行中值)平滑
- R screeplot 屏幕圖
- R sortedXyData 創建一個sortedXyData對象
- R sigma 提取殘餘標準差“Sigma”
- R setNames 設置對象中的名稱
- R stat.anova GLM 方差分析統計
- R scatter.smooth 黃土擬合的平滑曲線散點圖
- R summary.princomp 主成分分析的匯總方法
- R symnum 符號數字編碼
- R se.contrast 模型術語對比的標準誤差
- R summary.aov 方差模型分析總結
- R stepfun Step Functions - 創建和類
- R shapiro.test 夏皮羅-威爾克正態性檢驗
- R selfStart 構建自啟動非線性模型
- R smooth.spline 擬合平滑樣條曲線
- R supsmu 弗裏德曼的超級平滑
- R stl Loess 時間序列的季節分解
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Spectral Density Estimation。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。