R(2)时间序列分析及应用之TSA安装(R语言)

简介: 本文原文连接: http://blog.csdn.net/freewebsys/article/details/45830613 转载请注明出处!1,关于时间序列时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法,研究随机数据序列所遵从的统计规律,以用于解决实际问题。关于R环境搭建参考我之前

本文原文连接: http://blog.csdn.net/freewebsys/article/details/45830613 转载请注明出处!

1,关于时间序列

时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法,研究随机数据序列所遵从的统计规律,以用于解决实际问题。

关于R环境搭建参考我之前写的文章:
http://blog.csdn.net/freewebsys/article/details/45825267

参考:http://baike.baidu.com/view/479624.htm
同时,我购买了一本书。感觉还是纸质书看着有感觉,在地铁上面可以打发时间。
http://item.jd.com/10490828.html

2,安装TSA

需要安装TSA库。R语言安装还是比较麻烦的,依赖啥的搞不懂。
这里只研究Mac 下面TSA库安装。
首先安装gfortan
http://cran.r-project.org/bin/macosx/tools/
下载安装:http://cran.r-project.org/bin/macosx/tools/gfortran-4.2.3.pkg

然后安装TSA,但是TSA依赖4个库,这4个库有依赖其他库,R的库管理不是很好,不能依赖下载。必须手动安装。
mac下需要下载的文件。

http://cran.r-project.org/web/packages/zoo/index.html
http://cran.r-project.org/web/packages/quadprog/index.html
http://cran.r-project.org/web/packages/nlme/index.html
http://cran.r-project.org/web/packages/tseries/index.html
http://cran.r-project.org/web/packages/locfit/index.html
http://cran.r-project.org/web/packages/mgcv/index.html
http://cran.r-project.org/web/packages/leaps/index.html
http://cran.r-project.org/web/packages/TSA/index.html

包还是比较有规律的。一般式【packages/包名称/index.html】这样的url地址。

http://cran.r-project.org/bin/macosx/contrib/3.2/zoo_1.7-12.tgz
http://cran.r-project.org/bin/macosx/contrib/3.2/quadprog_1.5-5.tgz
http://cran.r-project.org/bin/macosx/contrib/3.2/nlme_3.1-120.tgz
http://cran.r-project.org/bin/macosx/contrib/3.2/tseries_0.10-34.tgz
http://cran.r-project.org/bin/macosx/contrib/3.2/locfit_1.5-9.1.tgz
http://cran.r-project.org/bin/macosx/contrib/3.2/mgcv_1.8-6.tgz
http://cran.r-project.org/bin/macosx/contrib/3.2/leaps_2.9.tgz
http://cran.r-project.org/bin/macosx/contrib/3.2/TSA_1.01.tgz

包的下载地址也是有规律的,将【macosx】修改成【windows】就可以下载了。

进入R命令行进行安装。

install.packages("~/leaps_2.9.tgz")
install.packages("~/locfit_1.5-9.1.tgz")
install.packages("~/mgcv_1.8-6.tgz")
install.packages("~/nlme_3.1-120.tgz")
install.packages("~/tseries_0.10-34.tgz")
install.packages("~/quadprog_1.5-5.tgz")
install.packages("~/zoo_1.7-12.tgz")

###包安装是有顺序的,前一个是后一个的依赖。
###加载lib包,执行命令或通过界面勾选即可。
library("nlme", lib.loc="/Library/Frameworks/R.framework/Versions/3.2/Resources/library")
library("mgcv", lib.loc="/Library/Frameworks/R.framework/Versions/3.2/Resources/library")
library("locfit", lib.loc="/Library/Frameworks/R.framework/Versions/3.2/Resources/library")
library("quadprog", lib.loc="/Library/Frameworks/R.framework/Versions/3.2/Resources/library")
library("zoo", lib.loc="/Library/Frameworks/R.framework/Versions/3.2/Resources/library")
library("tseries", lib.loc="/Library/Frameworks/R.framework/Versions/3.2/Resources/library")
library("TSA", lib.loc="/Library/Frameworks/R.framework/Versions/3.2/Resources/library")

将所有包都安装好了之后就可以安装TSA了。
加载成功会提示:(正常waring提示,可以运行TSA)


Attaching package: 'TSA'

The following objects are masked from 'package:stats':

    acf, arima

The following object is masked from 'package:utils':

    tar

上面操作必须正确,否则会报错:

there is no package called 'zoo'
Error: package or namespace load failed for 'tseries'
there is no package called 'quadprog'
Error: package or namespace load failed for 'tseries'
##必须安装gfortran
Library not loaded: /Library/Frameworks/R.framework/Versions/3.2/Resources/lib/libgfortran.2.dylib
Error: package 'leaps' required by 'TSA' could not be found

必须下载相应操作系统的包,否则会不识别。

is not available (for R version 3.2.0)

3,hello world TSA

洛杉矶年降水量时间序列图。

TSA库,安装成功才能运行。

library(TSA)
data(larain)
plot(larain,type='o')

显示结果:

4,总结

本文原文连接: http://blog.csdn.net/freewebsys/article/details/45830613 转载请注明出处!

R语言做时间序列分析非常方便,重要的分析工具。能够图形化显示数据,简单高效。但是安装TSA比较繁琐,安装包不太友好,不能自动安装依赖。但是分析数据真的很方便高效。

从看似没有关系的数据中分析出有用的信息。是数学应用的重要的地方,今后花大量时间研究。这个才是最有用的价值。

目录
相关文章
|
3天前
|
数据可视化
【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享-4
【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享
33 1
|
3天前
|
vr&ar
R语言单变量和多变量(多元)动态条件相关系数DCC-GARCH模型分析股票收益率金融时间序列数据波动率-1
R语言单变量和多变量(多元)动态条件相关系数DCC-GARCH模型分析股票收益率金融时间序列数据波动率
29 0
|
2天前
|
vr&ar Python
R语言风险价值:ARIMA,GARCH,Delta-normal法滚动估计VaR(Value at Risk)和回测分析股票数据
R语言风险价值:ARIMA,GARCH,Delta-normal法滚动估计VaR(Value at Risk)和回测分析股票数据
|
1天前
|
移动开发
R语言线性回归模型拟合诊断异常值分析家庭燃气消耗量和卡路里实例带自测题
R语言线性回归模型拟合诊断异常值分析家庭燃气消耗量和卡路里实例带自测题
15 5
|
1天前
|
存储 算法 数据可视化
R语言用隐马尔可夫Profile HMM模型进行生物序列分析和模拟可视化
R语言用隐马尔可夫Profile HMM模型进行生物序列分析和模拟可视化
18 11
|
1天前
R语言股票市场指数:ARMA-GARCH模型和对数收益率数据探索性分析(下)
R语言股票市场指数:ARMA-GARCH模型和对数收益率数据探索性分析
|
1天前
|
数据可视化 算法
R语言coda贝叶斯MCMC Metropolis-Hastings采样链分析和收敛诊断可视化
R语言coda贝叶斯MCMC Metropolis-Hastings采样链分析和收敛诊断可视化
|
2天前
|
机器学习/深度学习 数据挖掘 数据建模
R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据(下)
R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据
41 9
|
2天前
|
机器学习/深度学习 数据可视化
数据分享|R语言逻辑回归Logisitc逐步回归训练与验证样本估计分析心脏病数据参数可视化
数据分享|R语言逻辑回归Logisitc逐步回归训练与验证样本估计分析心脏病数据参数可视化
36 18
|
2天前
|
算法 vr&ar Python
R语言隐马尔可夫模型HMM连续序列重要性重抽样CSIR估计随机波动率模型SV分析股票收益率时间序列
R语言隐马尔可夫模型HMM连续序列重要性重抽样CSIR估计随机波动率模型SV分析股票收益率时间序列

热门文章

最新文章