用到的包
{r
#时间序列预测
library(forecast)
#数据可视化
library(ggplot2)
#包含《Forecasting: Principles and Practice》第三版中使用的数据集和函数
library(fpp3)
时间序列图
{r}
#提取1990年及以后的零售贸易职位的数据,并选择月份和就业人数
us_employment |>
filter(year(Month)>=1990,Title=="Retail Trade") |>
select(Month,Employed) -> da_Retail_Employed
# 转为ts对象
da_Retail_Employed <- ts(da_Retail_Employed$Employed,
start = c(1990, 1),
frequency = 12)
#绘制时序图
autoplot(da_Retail_Employed)
季节图
{r}
ggseasonplot(da_Retail_Employed)+
geom_point(col="red")
{r}
#极坐标型
ggseasonplot(da_Retail_Employed,polar=TRUE)
季节子序列图
图中的水平线表示每月的平均值
{r}
ggsubseriesplot(da_Retail_Employed)
自相关图和偏自相关图
这个函数可一次性画出时序图,ACF图和PACF图
{r}
ggtsdisplay(da_Retail_Employed)