离散傅立叶R中

时间序列变换我想用离散傅立叶变换识别动态销售的，然后聚集类似的模式。不过，我是使用R的新手，在搜索解决方案后，我找到了prodecure fft（），但并不完全确定是否得到与DFT相同的结果。我想在情节中呈现波浪，然后使用一种算法来聚类相似的销售动态。更重要的是，我想知道是否我可以使用程序fft来转换所有时间序列，而不是一个一个的（所以建议R：在26周后转换新的时间序列 - 查看数据库）离散傅立叶R中

http://imageshack.com/a/img854/1958/zlco.jpg piece of my database;三列：产品 - 目前集团产品周 - 时间以来推出的产品（周），前26周 Sales_gain - 如何通过周销售产品的变化

http://imageshack.com/a/img703/6726/sru7.jpg这是我的时间序列看起来像

我相信，我可以使用FFT（）最终从但FFT的输出（）我的目标实现这一目标的飞跃是一个有点不清楚。

请注意，我是比较新的时间序列分析（这就是为什么我不能把我在这里的代码），所以任何清晰，你可以提供w.r.t.把FFT的输出（）的情况下，或任何包装，你可以建议将完成这项任务有效，将不胜感激

来源

2014-03-28 user3463225

从远古记忆，你应该平方的实部得到它给你在每个频率的幅度谱（在你的例子中的天）

x = some data 
plot(Re(fft(x))^2)

来源

2014-03-28 16:54:11 user3472874

一些数据是指一个在y轴或时间上的列？原因我希望FFT在每周的每个产品类别中都考虑sales_gain，并获得可在此之后进行群集的结果（向量/点）。并且每个集群都应该向我展示具有不同销售动态的产品组。我应该分别计算每个时间序列的FFT吗？我将是一个详细的examplanation – user3463225

感激用x = $戴恩情节sales_gain（重（FFT（x））^ 2我得到这个情节后，你能告诉我这是什么意思？http://imageshack.com/a/ img856/5883/jzsy.jpg是不是对每个观测频率原因：我需要分析时间序列，所以也许我应该得到sales_gain的频率为每周产品 – user3463225

对不起 - ？只是注意到这些消息 – user3472874

离散傅立叶R中

回答

相关问题