Rと時系列分析1 [R]
卒論で時系列分析を使う事になり、おそらくRを使わないといけなくなるのでRのコードなんかを書いて行きます。
基本的に自分用のメモです。
取り敢えず元から入ってるデータを使って基本的な事をおさらい。
インストールはてきとうなサイトで落とせばおkです。
データの読み込み。と変数に名前をつける。
変数の中身を表示。
データの種類を表示。
[1] "ts"
と表示され、このデータが時系列データである事が解る。
指定した変数の記述統計を出す。
データをグラフで表示。
時系列データとして定義されているので、勝手に時間順でプロットしてくれる。
年間データに変換してプロット。y軸に名前をつける。
layout(1:2)でグラフを二つ並べる。 layout(横に並ぶ数:縦に並ぶ数) 多分w
違うデータを読み込む。
wwwにデータのurlを定義して、それをread.tableというデータを読み込む関数に入れてる。
データの種類をチェック。
結果はdata.frame
恐らくクロスセクションの事。。。かな？w
ts関数を使ってトレンドのデータを作成？
データの中の３つの変数を月単位の時系列として定義。
そしてプロット。
二つの変数を１つの時系列データセットにまとめる。
変数をデータセットから取り出して名前をつける。
そしてそれぞれのグラフにプロット。
x軸にAPの値を、y軸にelecの値を取ってscatter graphを作成。
apとelecで回帰分析。（結果に意味は無いけど、コードの例として）
norms.lmと分析に名前をつければ、summary関数で計算結果のsummaryを得られる。
これをしないと、coeffしか手に入らない。
因に意味が無い理由は、もしelecとapが上昇傾向ならば、その二つには相関が出る。
けれども、発電量と飛行機利用者に本質的な相関がある訳は無い。
取り敢えずこんな感じで。
続くのかな？w
基本的に自分用のメモです。
取り敢えず元から入ってるデータを使って基本的な事をおさらい。
インストールはてきとうなサイトで落とせばおkです。
データの読み込み。と変数に名前をつける。
data(AirPassengers) AP=AirPassengers
変数の中身を表示。
AP
データの種類を表示。
class(AP)
[1] "ts"
と表示され、このデータが時系列データである事が解る。
指定した変数の記述統計を出す。
summary(AP) Min. 1st Qu. Median Mean 3rd Qu. Max. 104.0 180.0 265.5 280.3 360.5 622.0
データをグラフで表示。
plot(AP)
時系列データとして定義されているので、勝手に時間順でプロットしてくれる。
年間データに変換してプロット。y軸に名前をつける。
plot(aggregate(AP), ylab="Annual passengers/1000’s")
layout(1:2)でグラフを二つ並べる。 layout(横に並ぶ数:縦に並ぶ数) 多分w
layout(1:2) plot(aggregate(AP)); boxplot(AP ~ cycle(AP))
違うデータを読み込む。
wwwにデータのurlを定義して、それをread.tableというデータを読み込む関数に入れてる。
www = "http://www.massey.ac.nz/~pscowper/data/cbe.dat" cbe = read.table(www, header=T)
データの種類をチェック。
class(cbe)
結果はdata.frame
恐らくクロスセクションの事。。。かな？w
ts関数を使ってトレンドのデータを作成？
ts(1:120, start=c(1990, 1), end=c(1993, 8), freq=12) Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 1990 1 2 3 4 5 6 7 8 9 10 11 12 1991 13 14 15 16 17 18 19 20 21 22 23 24 1992 25 26 27 28 29 30 31 32 33 34 35 36 1993 37 38 39 40 41 42 43 44
データの中の３つの変数を月単位の時系列として定義。
elec.ts = ts(cbe[,3], start=1958, freq=12) beer.ts = ts(cbe[,2], start=1958, freq=12) choc.ts = ts(cbe[,1], start=1958, freq=12)
そしてプロット。
plot(cbind(elec.ts, beer.ts, choc.ts), main="Chocolate, Beer, and Electricity Production: 1958-1990")
二つの変数を１つの時系列データセットにまとめる。
ap.elec = ts.intersect(AP, elec.ts)
変数をデータセットから取り出して名前をつける。
そしてそれぞれのグラフにプロット。
> ap = ap.elec[,1]; elec = ap.elec[,2] > layout(1:2) > plot(ap, main="", ylab="Air passengers / 1000’s") > plot(elec, main="", ylab="Electricity production / MkWh")
x軸にAPの値を、y軸にelecの値を取ってscatter graphを作成。
plot(as.vector(ap), as.vector(elec), xlab="Air passengers / 1000’s", ylab="Electricity production / MWh")
apとelecで回帰分析。（結果に意味は無いけど、コードの例として）
norms.lmと分析に名前をつければ、summary関数で計算結果のsummaryを得られる。
これをしないと、coeffしか手に入らない。
norns.lm <- lm(ap ~ elec) summary(norns.lm)
因に意味が無い理由は、もしelecとapが上昇傾向ならば、その二つには相関が出る。
けれども、発電量と飛行機利用者に本質的な相関がある訳は無い。
取り敢えずこんな感じで。
続くのかな？w
コメント 0