2015-09-21 106 views
0

我使用nsdiffs()來測試是否需要季節差異。 這是我的時間序列:時間序列分析:季節差異

(28.35 , 
51.89 , 
37.26 , 
48.22 , 
30.93 , 
43.54 , 
35.30 , 
59.45 , 
49.41 , 
65.61 , 
36.59 , 
51.25 , 
31.42 , 
53.16 , 
39.41 , 
64.45 , 
43.94 , 
79.36 , 
52.93 , 
74.99 , 
55.03 , 
86.93 , 
41.69 , 
62.77 , 
41.29 , 
59.95 , 
40.07 , 
66.13 , 
47.15 , 
85.12 , 
74.44 , 
76.42 , 
49.17 , 
82.66 , 
49.88 , 
70.98 , 
52.83 , 
75.85 , 
61.40 , 
85.20 , 
61.99 , 
90.68 , 
48.05 , 
74.20 , 
41.70 , 
68.00 , 
46.41 , 
82.23 , 
62.18 , 
88.65 , 
65.21 , 
100.90 , 
46.63 , 
83.53 , 
56.57 , 
108.87 , 
51.01 , 
80.15 , 
57.03 , 
87.91 , 
62.41 , 
96.11 , 
71.41 , 
82.08 , 
62.50 , 
88.52 , 
60.53 , 
100.15 , 
67.74 , 
111.88 , 
74.64 , 
138.64 , 
97.88 , 
153.88 , 
111.34 , 
176.40 , 
67.57 , 
111.95 , 
72.36 , 
118.85 , 
82.19 , 
136.88 , 
84.95 , 
160.58 , 
64.13 , 
111.32 , 
64.65 , 
113.82 , 
74.75 , 
118.76 , 
86.28 , 
166.36 , 
71.82 , 
119.83 , 
67.64 , 
116.17 , 
77.83 , 
130.64 , 
95.23 , 
149.84 , 
115.97 , 
189.69 , 
96.35 , 
137.51 , 
82.04 , 
139.19 , 
70.68 , 
135.22 , 
69.84 , 
105.70 , 
65.47 , 
111.47 , 
63.71 , 
108.23 , 
66.81 , 
117.96 , 
86.82 , 
141.74 , 
71.97 , 
122.65 , 
89.35 , 
133.97 , 
110.07 , 
159.18 , 
117.40 , 
196.90 , 
167.69 , 
244.75 , 
85.43 , 
135.54 , 
70.51 , 
118.30 , 
78.83 , 
139.85 , 
108.57 , 
162.66 , 
139.03 , 
203.72 , 
94.37 , 
135.92 , 
80.35 , 
128.63 , 
90.20 , 
157.56 , 
112.91 , 
177.07 , 
147.28 , 
221.67 , 
90.86 , 
142.66 , 
93.96 , 
157.89 , 
121.50 , 
200.35 , 
140.08 , 
306.36 , 
187.86 , 
171.39 , 
113.52 , 
174.20 , 
108.89 , 
170.53 , 
121.49 , 
193.65 , 
148.72 , 
210.61 , 
168.46 , 
250.40 , 
213.54 , 
181.78 , 
126.56 , 
190.46 , 
137.85 , 
226.25 , 
148.68 , 
235.04 , 
170.39 , 
275.04 , 
106.68 , 
163.24 , 
109.15 , 
186.46 , 
129.33 , 
156.18 , 
91.03 , 
159.87 , 
119.43 , 
164.51 , 
92.84 , 
145.00 , 
87.02 , 
156.55 , 
92.76 , 
140.93 , 
102.72 , 
143.41 , 
92.11 , 
159.72 , 
96.44 , 
156.98 , 
151.38 , 
221.12 , 
174.89 , 
242.53 , 
117.66 , 
163.44 , 
111.25 , 
169.58 , 
103.27 , 
163.09 , 
105.62 , 
186.64 , 
124.75 , 
145.65 , 
108.31 , 
165.30 , 
101.91 , 
156.55 , 
101.72 , 
147.11 , 
106.25 , 
185.68 , 
146.83 , 
192.05 , 
101.46 , 
153.65 , 
105.91 , 
170.10 , 
97.07 , 
165.05 , 
106.06 , 
167.25 , 
102.68 , 
197.21 , 
99.19 , 
169.58 , 
106.66 , 
196.44 , 
103.46 , 
165.62 , 
108.77 , 
188.32 , 
117.03 , 
241.48 , 
171.60 , 
189.78 , 
110.79 , 
166.22 , 
116.14 , 
229.75 , 
144.17 , 
205.75 , 
137.51 , 
216.51 , 
111.98 , 
186.34 , 
138.92 , 
218.35 , 
172.29 , 
271.53 , 
143.24 , 
272.35 , 
274.90 , 
232.97 , 
238.00 , 
234.88 , 
172.19 , 
260.82 , 
143.12 , 
217.38 , 
136.56 , 
209.91 , 
144.57 , 
253.58 , 
171.79 , 
264.78 , 
189.01 , 
298.97 , 
231.23 , 
315.29 , 
198.05 , 
318.52 , 
183.21 , 
232.33 , 
161.40 , 
261.82 , 
145.56 , 
218.09 , 
140.13 , 
215.00 , 
154.87 , 
293.88 , 
164.71 , 
256.85 , 
192.69 , 
306.87 , 
255.16 , 
382.27 , 
298.13 , 
438.22 , 
183.88 , 
279.56 , 
217.82 , 
371.55 , 
269.81 , 
383.89 , 
211.72 , 
330.02 , 
217.97 , 
312.64 , 
227.47 , 
329.25 , 
238.65 , 
363.80 , 
280.39 , 
453.38 , 
363.84 , 
486.65 , 
647.67 , 
534.41 , 
219.69 , 
292.16 , 
209.73 , 
336.33 , 
226.43 , 
336.23 , 
249.48 , 
359.84 , 
188.05 , 
307.73 , 
231.67 , 
330.43 , 
252.22 , 
379.30 , 
293.54 , 
413.67 , 
384.64 , 
515.86 , 
482.36 , 
438.12) 

讓我們把這個時間序列sales。 當我嘗試這樣做:

ns <- nsdiffs(ts(sales)) 

我得到了以下錯誤:

Error in nsdiffs(sales) : Non seasonal data 

可能有人請向我解釋爲什麼? 謝謝!

+1

@forecaster,你在編輯時打敗了我:) –

+0

請添加一個可重現的例子。 –

回答

1

問題可能是提供給函數nsdiffs的參數沒有使用函數frequency可提取的屬性frequency。如果您爲函數nsdiffs提供了一個簡單向量,該函數將嘗試提取頻率,失敗併發出錯誤消息「非季節性數據」。您需要提供具有屬性frequency的時間序列對象,例如ts對象(並且您必須指定創建ts對象時的頻率),那麼它應該有效。這可以通過查看功能nsdiffs的代碼來看出:只需在R中鍵入nsdiffs並按下「Enter」。但是,需要提供具有frequency屬性的對象沒有在help file中詳細記錄,這可能有點令人困惑。