以下是有关我数据的一些基本信息
> prod.ts
Time Series:
Start = 2009.26027397260
End = 2010.83719704953
Frequency = 52
[1] 895 1780 1989 1996 1660 1860 1921 2188 1789 1996 2085 2185 2205 2232 2062
[16] 2257 2000 2055 2084 1977 2051 1999 2428 2220 2385 2174 2307 2549 2211 2224
[31] 1922 2091 2318 1986 2080 2069 2106 1998 1480 1841 1819 2119 2109 2072 2206
[46] 1965 2017 2296 1866 2262 2088 2157 2582 2398 2325 1393 2577 2375 2452 2534
[61] 2586 2032 2781 2423 2575 2362 2132 2375 2105 2425 2346 2495 2908 2301 2918
[76] 2426 2633 2312 2472 2305 2622 2662 2626
Run Code Online (Sandbox Code Playgroud)
我很难过为什么这两个是等价的
> length(prod.ts)
[1] 83
> length(lag(prod.ts, 1))
[1] 83
Run Code Online (Sandbox Code Playgroud)
这可能表明我是R和时间序列的新手,但我错过了什么?
提前致谢
lag.ts落后于时间指数.数据没有变化.比较系列g及lag(g)以下.请注意,数据是相同的,但从g1到5,lag(g)从0到4:
> g <- ts(101:105)
> g
Time Series:
Start = 1
End = 5
Frequency = 1
[1] 101 102 103 104 105
> lag(g)
Time Series:
Start = 0
End = 4
Frequency = 1
[1] 101 102 103 104 105
Run Code Online (Sandbox Code Playgroud)
这就是现在的样子lag()为ts对象的定义.来自help(lag):
Run Code Online (Sandbox Code Playgroud)lag package:stats R Documentation Lag a Time Series Description: Compute a lagged version of a time series, shifting the time base back by a given number of observations.
使用xts()或者zoo()如果您在保持开始和结束时间的同时添加NAs.