• 数据来源： R语言自带 co2 数据集
  • 分析工具：R-3.5.0 & Rstudio-1.1.453
  • 本篇分析只是一个简单的教程，不作深究
#清理环境，加载包
rm(list=ls())
library(forecast)
library(tseries)
#查看数据
co2
View(co2)
  • 两个视图方便查看

#查看类型
class(co2)

  • ts：time series，时间序列
#简单查看趋势
plot(co2)

#波动趋势分解
div=decompose(co2)
plot(div)

  • 其中trend为长期趋势，seasonal为周期性趋势，random为随机变化
#自相关图
acf(co2)

#偏相关图
pacf(co2)

#平稳性检验
adf.test(co2)

  • 从结果上看，是个非平稳序列，并且具有很强的长期相关性，需要做差分
#做一阶差分，然后做ADF检验
co2_diff=diff(co2)
adf.test(co2_diff)

plot(co2_diff)

div_diff=decompose(co2_diff)
plot(div_diff)

acf(co2_diff)

pacf(co2_diff)

  • 序列平稳，可以做下一步分析
#构建模型
(mod=arima(co2_diff,order=c(1,1,1),seasonal=list(order=c(1,1,1),period=12)))

#未来两年预测
(mod24=forecast(mod,24))

plot(mod24,col='orange')

版权声明：本文为silverangel原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/silverangel/p/10117159.html