我使用R进行时间序列的一些统计分析。我尝试过使用谷歌搜索,但我似乎无法找到任何明确的答案。任何一个知道更多的人请指出我的方向是正确的吗?在R中处理时间序列的最佳做法是什么?
示例:
假设我想对两个时间序列进行线性回归。时间序列包含日常数据,但这里和那里可能存在差距,因此时间序列不规律。当然,我只想比较两个时间序列都有数据的数据点。这是我目前做的CSV文件读入数据帧:
library(zoo)
apples <- read.csv('/Data/apples.csv', as.is=TRUE)
oranges <- read.csv('/Data/oranges.csv', as.is=TRUE)
apples$date <- as.Date(apples$date, "%d/%m/%Y")
oranges$date <- as.Date(oranges$date, "%d/%m/%Y")
zapples <- zoo(apples$close,apples$date)
zoranges <- zoo(oranges$close,oranges$date)
zdata <- merge(zapples, zoranges, all=FALSE)
data <- as.data.frame(zdata)
是否有这样做的巧妙方式?
另外,我该如何切片数据,例如,选择data
中的日期在一定时间内的条目?
代码不太正确,我们没有您的csv文件...也许有一些虚拟数据? – 2011-02-11 02:37:39
我修复了代码中的拼写错误。但我无法真正看到虚拟数据中的重点。只要采取任何随机数据,并把它放在两列csv文件中,并命名一列日期和另一列关闭。 – c00kiemonster 2011-02-11 02:43:43