娜娜nancy
共4条回答357浏览
-
-
假设有两组栅格数据，一组代表2019年中国每月降雨量，一组代表2019年中国每月植被叶面积指数（LAI）。想要得到中国月降水量与LAI的相关性分布，那么需要对两组栅格数据对应的栅格点进行逐栅格的相关性分析。 将降水数据导入栅格栈中，这个过程可以理解为将降水数据按时间顺序从上到下堆叠。同理，按相同的时间顺序将LAI数据堆叠。值得一提的是，stack（）函数在堆叠栅格数据时是按文件名拼音和数字大小顺序自动堆叠的，具体规则可以亲自尝试。最后，将这两个栅格栈合并成一个。 对相关性分析函数稍作改变。 以上方法是可以推广的，线性回归函数lm（）和相关性分析函数cor（）的输入都可以是向量，因此只要函数支持向量输入，理论上讲都可以类比上述过程实现。但是如果函数只支持数据框输入，如gbm包中的函数gbm（），那就只能另辟蹊径了。
-
-
-
在我们日常所遇到的数据分析任务中，会遇到很多与日期时间挂钩的数据，比如本月每日的销售额和网页一天内每个时间节点的点击量。这类型的数据大多数为时间序列，而时间序列分析在日常中也是很常见的。现在我们先来聊一下R语言中关于日期时间的处理，之后有时间的话就学习一些有关时间序列分析的方法。一、日期函数as.Date()函数R中自带的函数as.Date首先和大家介绍一下它的日常用法，第一个就是我们使用as.Date来返回日期数据形式，且默认的格式为年-月-日，format参数用于识别输入的日期按照那种数据逻辑输入，比如下面数据是以"*年*月*日"的逻辑输入：> as.Date("2019年9月28日", format = "%Y年%m月%d日")[1] "2019-09-28"其中我们看到上面%Y等等的字符，其实是日期格式的一种字符形式，常用的格式如下：第二个用法就是我们给定起点日期，再输入延后天数，就可以输出对应的日期：> as.Date(31,origin ='2019-01-01')[1] "2019-02-01"二、时间函数POSIXct与POSIXlt(1).POSIXIt主要特点：作用是打散时间，把时间分成年、月、日、时、分、秒，并进行存储我们可以结合unclass()函数，从而提取日期时间信息。比如：> unclass(as.POSIXlt('2018-9-7 8:12:23'))$sec[1] 23$min[1] 12$hour[1] 8$mday[1] 7$mon[1] 8$year[1] 118$wday[1] 5$yday[1] 249$isdst[1] 0$zone[1] "CST"$gmtoff[1] NA我们输入带时间的日期数据，利用unclass和as.POSIXlt函数就可以返回秒、分、时、日、该年已过月数、已过年数(从1900起)、星期几、该天对应该年的第几天，时区等等。(2).POSIXct 是以1970年1月1号8点开始的以秒进行存储，如果是负数，则是之前的日期时间；正数则是之后，比如：> unclass(as.POSIXct('1970-1-1 8:00:20'))[1] 20attr(,"tzone")[1] ""三、日期时间的运算(1).日期相减，得到相差的天数> as.Date("2019-10-01") - as.Date('2019-9-26')Time difference of 5 days(2).带时间的日期相减，得到相差数(可以指定units参数为"secs","mins","hours","days")> difftime('2019-10-1 10:00:00',"2019-10-1 6:00:00",units="hours")Time difference of 4 hours
-
-
-
时间序列（time series）是随机变量Y 1 、Y 2 、……Y t 的一个序列，它是由等距的时间点序列索引的。 一个时间序列的均值函数就是该时间序列在某个时间索引t上的期望值。一般情况下，某个时间序列在某个时间索引t 1 的均值并不等于该时间序列在另一个不同的时间索引t 2 的均值。 自协方差函数及自相关函数是衡量构成时间序列的随机变量在不同时间点上相互线性依赖性的两个重要函数。自相关函数通常缩略为ACF函数。ACF函数是对称的，但是无单位，其绝对值被数值1约束，即当两个时间序列索引之间的自相关度是1或-1,就代表两者之间存在完全线性依赖或相关，而当相关度是0时，就代表完全线性无关。 平稳性：实质描述的是一个时间序列的概率表现不会随着时间的流逝而改变。常用的平稳性的性质有严格平稳和弱平稳两个版本。tseries包的adf.test()函数可以检验时间序列的平稳性，返回的p值小于0.05则表示是平稳的。 白噪声是一个平稳过程，因为它的均值和方差都是常数。 随机漫步的均值是常数（不带漂移的随机漫步），但它的方差是随着时间的变化而不同的，因此它是不平稳的。 自回归模型（Autoregressive models， AR）来源于要让一个简单模型根据过去有限窗口时间里的最近值来解释某个时间序列当前值的想法。 自回归条件异方差模型：ARIMA模型的关键前提条件是，虽然序列本身是非平稳的，但是我们可以运用某个变换来获得一个平稳的序列。像这样为非平稳时间序列构建模型的方法之一是作出一个假设，假设该模型非平稳的原因是该模型的方差会以一种可预见的方式随时间变化，这样就可以把方差随时间的变化建模为一个自回归过程，这种模型被称为自回归条件异方差模型（ARCH）。加入了移动平均方差成分的ARCH模型称为广义自回归条件异方差模型（GARCH）。
任务：预测强烈地震 数据集：2000-2008年期间在希腊发生的强度大于里氏4.0级地震的时间序列。
不存在缺失值。 将经度和纬度之外的变量转换为数值型。
从图上可以看出，数据在30次左右波动，并且不存在总体向上的趋势。
通过尝试多个不同的组合来找到最优的阶数参数p,d,q，确定最优的准则是使用参数建模，能使模型的AIC值最小。
定义一个函数，它会针对某个阶数参数拟合出一个ARIMA模型，并返回模型的AIC值。如果某组参数导致模型无法收敛，就会产生错误，并且无法返回AIC，这时需要人为设置其AIC为无限大（InF）。
调用函数，选取最合适的模型。
然后找出最优的阶数参数：
得到最合适的模型为ARIMA（1, 1, 1）。再次使用最优参数训练模型。
使用forecast包预测未来值。
带颜色的条带是预测的置信区间，蓝色线表示均值，结果表示在后续的10个月里，地震的数量会有小幅增加。 检查自相关函数：
ACF绘图：虚线显示了一个95%的置信区间，特定延迟对应的ACF函数值如果处于该区间内，就不会被认为具有统计显著性（大于0）。这个ACF轮廓表明，针对本数据集，简单的AR（1）过程可能是一种合适的拟合方式。 PACF为偏自相关函数，是将时间延迟K的PACF定义为在消除了小于K的延迟中存在的任何相关性影响的情况下所产生的相关性。
-
