imetime series data mining主要包括decompose（分析数据的各个成分，例如趋势，周期性），prediction（预测未来的值），classification（对有序数据序列的feature提取与分类），clustering（相似数列聚类）等。时序数据prediction（forecast，预测）使用最广泛的两个算法： Holt-Winters 和 ARIMA。其它的常用函数说明如下：

  • stats::ts()                 --生成时序对象
  • stats::start()             --返回时间序列的开始时间
  • stats::end()              --返回时间序列的开始时间
  • stats::frequency       --返回时间序列中时间点的个数
  • stats::window()        --对时间序列取子集
  • graphics::plot()               --画出时间序列拆线图
  • stats::monthplot()           --画出时序中的季节项
  • forecast::seasonplot       --生成季节图
  • stats::stl()                      -- 用 LOESS光滑将时序分解为季节项、趋势项和随机项。局限之处——只能处理相加模型
  • stats::decompose()       -- 对相加与相乘模型都可以直接进行季节分解
  • forecast::ma()              -- 拟合一个简单的移动平均模型
  • stats::HoltWinters()      -- 三次平滑指数法，拟合指数平常模型
  • forecast::ets()              -- 拟合指数平滑模型，同时也可以自动选取最优模型
  • forecast::accuracy()    -- 返回时序的拟合优度度量
  • tseries::adf.test()        -- 对序列做ADF检验以判断其是否平稳
  • stats::lag()                  -- 返回取过指定滞后项后的时序
  • base::diff()                  -- 返回取过滞后项和差分后的序列
  • forecast::ndiffs()         -- 找到最优差分次数以移除序列中的趋势项
  • forecast::acf()             -- 估计自相关函数
  • forecast::pacf()           -- 估计偏自相关函数
  • stats::arima()                 -- 似合 ARIMA模型
  • forecast::auto.arima()    --自动选择 ARIMA模型，可能不准确
  • forecast::forecast()        --预测时序的未来值
  • stats::Box.test()           -- 进行Ljung-Box 检验以判断模型的残差是否独立
  • tseries::bds.test()        -- 进行BDS检验以判断序列中的随机变量是否服从独立分布

stats::ts()： 生成时序对象

 ts(data, frequency=n, start=x, end=y, names=c(a,b,c,...))

  • data: 观察到的时间序列值的向量或矩阵。
  • frequency:  频次，n=1 为年， n=4为季度，n=7 为周， n=12 为月等
  • start: 起始时点
> t <- ts(testSrc$tp,start = c(2016,1),frequency= 12)
> start(t)
[1] 2016    1
> end(t)
[1] 2017   12
> frequency(t)
[1] 12
  • 按天时间段
> library(zoo)
> zoo <- zoo(testSrc$dp,order.by = as.Date(as.character(testSrc$biztime), format='%Y-%m-%d'))
> ts <- ts(zoo)
> str(ts)
 Time-Series [1:742] from 1 to 742: 62772 57541 59310 66895 71020 ...
 - attr(*, "index")= Date[1:742], format: "2016-01-01" "2016-01-02" "2016-01-03" "2016-01-04" ...
  • 另一种写法：
xl<- ts(testSrc$dp,start=c(2016,01,01),frequency=365)
str(xl)

stats::decompose()   对相加与相乘模型都可以直接进行季节分解

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

xl<- ts(testSrc$dp,start=c(2016,01,01),frequency=365)

##季节分解
ml <- decompose(xl,c("multiplicative"))
plot(ml)
  •  在分解季节成分的基础上，如果有需要的话，我们可以对时间序列进行季节因素调整，将这一部分信息从原始数据中去除。
xl<- ts(testSrc$dp,start=c(2016,01,01),frequency=365)

##季节分解
ml <- decompose(xl,c("multiplicative"))
plot(ml)

data2 <- xl - ml$seasonal
par(mfrow=c(1,2))
plot(xl)
plot(data2)

forecast::ets()：拟合指数平滑模型

 ets(ts, model="ZZZ",.....)

  • 限制模型的字母有三个。第一个字母代表误差项，第二个字母代表趋势项，第三个字母则代表季节项。
  • 可选的字母包括：相加模型（A)、相乘模型（M)、无（N）、自动选择（Z）。

通过ets()函数自动选取对原始数据拟合优度最高的模型。

> library(forecast)
> x <- ets(data2)
Warning message:
In ets(data2) :
  I can't handle data with frequency greater than 24. Seasonality will be ignored. Try stlf() if you need seasonal forecasts.
> x
ETS(M,A,N) 

Call:
 ets(y = data2) 

  Smoothing parameters:
    alpha = 0.9999 
    beta  = 1e-04 

  Initial states:
    l = 60125.3605 
    b = 1757.7865 

  sigma:  0.0459

     AIC     AICc      BIC 
20049.03 20049.12 20072.08 
> plot(x)
  • 效果图
  • 预测
> pre <- forecast(x,h=30)
> pre$mean
Time Series:
Start = c(2018, 13) 
End = c(2018, 42) 
Frequency = 365 
 [1] 2159078 2160914 2162751 2164588 2166424 2168261 2170097 2171934 2173771 2175607 2177444 2179281 2181117 2182954 2184790
[16] 2186627 2188464 2190300 2192137 2193974 2195810 2197647 2199483 2201320 2203157 2204993 2206830 2208667 2210503 2212340
> plot(pre)