问题标签 [time-series]

我想使用 R 来拟合某种多变量时间序列模型。

这是我的数据示例：

数据是季度的，虚拟变量是季节性的。

我想做的是参考其他一些来预测 dx，同时（可能）考虑到季节性。为了论证的缘故，假设我想使用“u”、“cci”和“gdp”。

我该怎么做呢？

我是新的 R 用户。我有一个时间序列横截面数据集，虽然我找到了在 R 中滞后时间序列数据的方法，但我还没有找到创建滞后时间序列横截面变量的方法，以便我可以在分析中使用它们。

我需要编写一个程序，对不同日期范围（主要是 2007-2009 年）和频率（每周、每月、每年......）的倍数时间序列执行算术运算（+-*/）。

我想出了：

• 找到频率最高的系列。然后用零填充其他系列，使它们具有相同数量的元素。然后执行操作。

如何以最有意义的方式呈现数据？

试图考虑所有的可能性

我正在寻找能够使用多个不同比例的一个或两个垂直轴的绘图工具，例如：

_{（来源：mathworks.com）}

目标是在同一个图中绘制多个具有不同范围的时间序列。例如，我可以：

• 时间序列 1，范围 [-1, 1]
• 时间序列 2，范围 [-10, +10]
• 时间序列 3，范围 [0, 1500]
• 时间序列 4，范围 [0.5, 0.9]

理想情况下，我可以用自己的范围在自己的轴上绘制每个时间序列，如图所示。

您知道哪些工具或库可以做到这一点？

注意：这个问题与这个有关，但我正在寻找比 Matlab 更多的可能性。

我正在尝试手动计算 ARIMA 模型中常量的标准误差（如果包含）。我参考了 Box and Jenkins (1994) 文本，特别是第 7.2 节，但我的理解是这里提到的方法只计算 ARIMA 参数的方差-协方差矩阵，而不是常数。尝试在互联网上搜索，但找不到任何理论。Minitab，R等软件计算这个，所以我想知道这是什么方法？有人可以提供有关此主题的任何指针吗？谢谢。

使用信息标准（BIC 或 AIC 或..）选择最佳模型时要惩罚的参数数量是多少？假设我们有 3 个模型： 1. 简单指数平滑 2. Holt 方法（水平+趋势） 3. Holt Winters(L+T+S)，我们有每月的季节性。每个模型有多少个惩罚参数？

我想编写一个时间序列课程。这个想法是我用表达式和其他一些时间序列对象实例化一个对象，例如

（两个时间序列）

（时间序列，定义为 x 和 y 之和）

（获取该系列的一部分）

问题是，我如何评估表达式？我尝试了以下方法：

我无法让窗口方法工作。

如果您能指导我如何适当地使用替代、评估、do.call，那将非常有帮助。

如何使用strptime或任何其他函数来解析 R 中毫秒的时间戳？

鉴于我有一个动物园数据集，我想对其执行滑动操作，结果是另一个动物园数据集。

我的目标是通过迭代每个时间间隔并获得当前点 +/- 15 分钟的 Y 点集的平均值来产生“平滑”平均值。

我有一种平均工作的分桶方法，但它降低了数据的分辨率。我还没有弄清楚如何使用艺术数学从动物园中制作相对子集，窗口应该有所帮助，但访问索引很困难。

谢谢。

最好是用于存储刻度信息的开源。