R语言时间序列数据指数平滑法分析交互式动态可视化

简介: R语言时间序列数据指数平滑法分析交互式动态可视化

R语言提供了丰富的功能,可用于绘制R中的时间序列数据。

 

包括:

  • 自动绘制  xts  时间序列对象(或任何可转换为xts的对象)的图。
  • 高度可配置的轴和系列显示(包括可选的第二个Y轴)。
  • 丰富的交互式功能,包括  缩放/平移  和系列/点  高亮显示。
  • 显示   序列周围的上/下条(例如,预测间隔)。
  • 各种图形叠加层,包括  阴影区域,  事件线和点  注释。
  • 与常规R图一样(通过RStudio Viewer)在R控制台上使用。
  • 无缝嵌入到  R Markdown  文档和  Shiny  Web应用程序中。

安装

可以在R控制台,R Markdown文档和Shiny应用程序中使用折线图。

演示版

这是一个由多个时间序列对象创建的简单折线图:




lungDeaths <- cbind(mdeaths, fdeaths)
graph(lungDeaths)



 

请此图是完全交互式的:当鼠标移到系列上时,将显示各个值。还可以选择要放大的图形区域(双击缩小)。

可以通过将其他命令通过管道传递到原始图表对象上来自定义图表。在这里,我们将范围选择组件 传递到原始图形上:


graph(lungDeaths) %>% RangeSelector()


此示例使用magrittr  包中的  %>% (或“ pipe”)运算符  来构成带有范围选择器的图表。可以使用类似的语法来自定义轴,系列和其他选项。例如:

graph(lungDeaths) %>%
Options(stackedGraph = TRUE) %>%
RangeSelector(height = 20)

提供了许多用于定制系列和轴显示的选项。可以将多个下/值/上样式系列组合到带有阴影条的单个显示中。

这是一个时间序列分析之指数平滑法示例,它说明了阴影条,指定图标题,在x轴上绘制网格以及为系列颜色使用自定义调色板的示例:


graph(predicted, main = "Predicted Lung Deaths (UK)") 

从侧边栏链接到的  包括更多可用于自定义的各种功能的示例。



graph(lungDeaths, main = "Deaths from Lung Disease (UK)") %>%
Options(stepPlot = TRUE)

相关文章
|
3天前
|
数据可视化 数据挖掘
使用R语言进行多维缩放分析
【4月更文挑战第27天】本文介绍了R语言中的多维缩放分析(MDS)技术,用于高维数据的可视化。MDS通过映射数据点到低维空间保持距离或相似性,帮助理解数据结构。R中的`cmdscale`和`isoMDS`函数可用于构建MDS模型,而`dist`计算距离矩阵。通过实例展示了如何分析消费者对品牌评价,`stressplot`和`procrustes`函数则用于模型解释和验证。R还支持经典MDS、度量MDS和非度量MDS等高级主题,为数据探索提供强大工具。
|
2天前
|
数据挖掘 Python
SPSS时间序列ARIMA、指数平滑法数据分析汽车销量数据
SPSS时间序列ARIMA、指数平滑法数据分析汽车销量数据
|
7天前
|
并行计算 前端开发 数据可视化
R语言面板平滑转换回归(PSTR)分析案例实现
R语言面板平滑转换回归(PSTR)分析案例实现
13 0
|
13天前
|
数据可视化 网络可视化
R语言混合图形模型MGM的网络可预测性分析
R语言混合图形模型MGM的网络可预测性分析
11 0
|
13天前
|
存储 数据可视化
R语言优化交易系统:用平行坐标图可视化系统参数优化结果
R语言优化交易系统:用平行坐标图可视化系统参数优化结果
13 0
|
14天前
R语言混合时间模型预测对时间序列进行点估计
R语言混合时间模型预测对时间序列进行点估计
15 0
|
13天前
|
数据可视化 前端开发 计算机视觉
R语言时变向量自回归(TV-VAR)模型分析时间序列和可视化
R语言时变向量自回归(TV-VAR)模型分析时间序列和可视化
25 0
|
14天前
|
数据可视化
R语言实现有限混合模型建模分析
R语言实现有限混合模型建模分析
10 0
|
5月前
|
存储 数据可视化 算法
【数据分析与可视化】Scipy中的优化、数据拟合及稀疏矩阵处理(超详细 附源码)
【数据分析与可视化】Scipy中的优化、数据拟合及稀疏矩阵处理(超详细 附源码)
86 0
|
5月前
|
数据可视化 数据挖掘 Python
【数据分析与可视化】时间序列重采样、降采样、升采样及平稳性检验详解(图文解释 附源码)
【数据分析与可视化】时间序列重采样、降采样、升采样及平稳性检验详解(图文解释 附源码)
79 0

热门文章

最新文章