Question

很抱歉，如果这个问题看起来很基本，但我在网上看到的例子对于像我这样的初学者来说太复杂了，所以请帮我解决这个问题。基本上，我想基于数据预测何时是Measurement高和低。下面是我的数据集的一部分。完整图片为 10天，间隔为30分钟。

       Datetime            Measurement
1    4/4/2013 11:59              0.532
2    4/4/2013 12:29              0.647
3    4/4/2013 12:59              0.564
4    4/4/2013 13:29              0.425
5    4/4/2013 13:59              0.253

我尝试了以下操作将Datetime列转换为Datetime类型

data$Datetime <- strptime(x = as.character(data$Datetime),
                                 format = "%m/%d/%Y %H:%M")

导致

           Datetime            Measurement
1   2013-04-04 11:59:00              0.532
2   2013-04-04 12:29:00              0.647
3   2013-04-04 12:59:00              0.564
4   2013-04-04 13:29:00              0.425
5   2013-04-04 13:59:00              0.253

我偶然发现this并且可能需要将data frame转换为time series。我尝试了ts和xts，但我认为我无处可去。我也试过

library(timeSeries)
as.timeSeries(data)

但在我执行data.frame后，它会显示class(data)。

考虑到这种情况，我如何将转换为time series？我可以将链接作为我的基础， ARIMA 模型是否有意义？或者是否有可以完成的更简单合理的时间序列分析算法？

非常感谢你。

R中的时间序列和预测

0 个答案: