用于时间序列分析的ts文件的最佳格式是什么？

Question

我刚刚开始使用time series分析R，我很难找到我的ts文件的最佳格式。

我将从csv文件将数据导入R中，数据框架如下所示：

date          sales
2015/01/01    150
2015/02/01    200
2015/03/01    175
...

我的目标是将这些数据分解为time series组件:季节性、趋势性和不规则性。

我可以离开数据是‘，然后将其转换为ts格式，并继续我的分析？我也看到了以下格式的时间序列数据：

     Jan  Feb  Mar  Apr  May  Jun  Jul  Aug  Sep  Oct  Nov Dec

2015 150  200  175  ...
2016 250  420  350  ...
...

这两种格式中哪一种最适合R中的R分析？有什么不同吗？

Answer 1

对于月度数据，最简单的方法是使用ts()。

ts(data, start=c(2015,1), freq=12)

这将产生您在上一个表中引用的时间序列对象。R中的一些函数要求您的时间序列是一个ts()-object，这样它就可以经常通过tsp()记录频率，例如stats::stl。tsp()返回时间序列的属性，即开始日期、结束日期、频率。有些还需要来自xts()-objects的library(xts)，通常用于每小时或更高频率的数据。对于多季节数据，您可以使用来自library(forecast)的library(forecast)，例如forecast::tbats。