在 R 中使用 ts 分析每日/每周数据答案

【问题标题】：Analyzing Daily/Weekly data using ts in R在 R 中使用 ts 分析每日/每周数据
【发布时间】：2012-01-16 06:44:30
【问题描述】：

我刚刚开始使用ts 类来分析我拥有的一些时间序列数据。

我感觉ts 类不太适合分析每日或每周数据。我在网上或 Cowpertwait 和 Metcalfe 的“R 的介绍性时间序列”中看到的几乎所有示例都使用月度或年度数据。

我想用ts来分析周数据，不建议吗？

【问题讨论】：

【解决方案1】：

主要问题是大多数想要分析每日或每周数据的人都想做一些事情，比如使用每年 365 天或每年 52 周的频率，但一年中的天数或周数不是 365 或52 甚至恒定。如果您在每日数据的情况下在闰年中减少一天，或者在一年中的每个星期使用 7 天，但在每周数据的情况下有 8 天或 9 天除外，那么您可以捏造它。各种各样的方案都是可能的。

请阅读 this thread 以获取示例。

【讨论】：

【解决方案2】：

ts 类适用于在观察之间具有严格节拍间隔的任何类型的数据。无论该间隔是年、月、日还是分钟，都没有任何区别。这使得它非常适合许多科学数据，例如天气观测。

但是，一大类与时间相关的数据存在差距。以周末不存在的股票收盘价为例。对于这种类型的数据，您最好使用包xts（可扩展时间序列）或zoo（Z 的有序观察 - 其中 Z 是包作者之一的首字母）。

CRAN 的链接：

xts
zoo

【讨论】：

我同意 ts 对于观察间隔变化的情况不是一个很好的选择。然而，每日收盘价的例子（在我看来）是一个相对较差的例子。周末和节假日不进行交易，因此这些天通常不需要建模。在金融行业中，将每日股票数据视为没有中间（缺失）日期是完全标准的。对于这样的情况，ts 通常是一个不错的选择。

【解决方案3】：

zoo 可以很好地处理每日数据。例如，如果您在向量 Q 和相应的日期戳 D（例如，使用 as.Date() 创建）中有一系列每日流量。

Q.z <- zoo(Q, order.by=D)

将创建一个可以很好地绘制的对象，您可以使用诸如window() 之类的函数来提取单个年份，例如

window(Q.z, start = as.Date('2000-01-01'), end=as.Date('2000-31-12')

查看zoo 包了解更多信息。

【讨论】：

【解决方案4】：

时间单位不起作用；只有每单位的数据点数（频率）才可以。就ts 及其功能而言，一天是一年是十年是什么。你从来没有告诉它它处理的时间是一周或一天。没关系！

【讨论】：

【解决方案5】：

我认为每日/每周数据的问题在于两者都有闰单位。每四年有一个额外的 366 天，每四年有 53 周。或者自 1900 年以来一直如此。所以“频率”不是恒定的，也不是一小部分。否则 ts 应该可以正常工作。

每周最简单的方法是使用一周的开始日期。在 unixlike 系统上，您还可以使用 ISO 周，并且还有一个实现它们的包。当然，如果您的数据已经在几周内，您只需要这些来标记图表等。

【讨论】：