R中时间序列的离散傅立叶变换

Question

我想使用离散傅立叶变换来识别销售动态，然后聚类相似的模式。但是，我是使用 R 的新手，在搜索解决方案后，我找到了一个 prodecure fft()，但不确定我是否得到与 DFT 相同的结果。我想在图上呈现波浪，然后使用算法来聚类类似的销售动态。更重要的是，我想知道我是否可以使用过程fft来转换所有时间序列，而不是一个一个（所以建议R：26周后转换新时间序列-查看数据库）

http://imageshack.com/a/img854/1958/zlco.jpg我的数据库；三栏：Product - 展示产品组 Week - 自推出产品以来的时间（周），前 26 周 Sales_gain - 产品的销售额如何按周变化

http://imageshack.com/a/img703/6726/sru7.jpg这就是我的时间序列的样子

我相信我可以使用 fft() 来最终实现这个目标，但是从 fft() 的输出到我的目标的飞跃有点不清楚。

请注意，我对时间序列分析比较陌生（这就是为什么我不能把我的代码放在这里）所以你可以提供任何清晰度，把 fft() 的输出放在上下文中，或者你可以推荐的任何可以有效地完成这个任务的包将不胜感激

Answer 1

根据古代记忆，您应该对实部进行平方以获得频谱，该频谱给出每个频率的幅度（示例中的天数）

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