關(guān)于譜分析的內(nèi)容，參考我的另一篇文章：時(shí)間序列預(yù)測：譜分析

1. 簡介

? ? ? ? 由傅里葉理論可知，時(shí)域中的任何信號都可以由一個(gè)或多個(gè)具有適當(dāng)頻率、幅度和相位的正弦波疊加而成。也就是說，任何時(shí)域信號都可以變換成相應(yīng)的頻域信號，通過頻域測量可以得到信號在某個(gè)特定頻率上的能量值。頻譜分析就是在頻域上分析時(shí)間序列的方法，它使用傅里葉分析方法，將時(shí)域信號轉(zhuǎn)換到頻域，并從頻域中找出信號頻譜的變化規(guī)律。

2. R實(shí)現(xiàn)

? ? ? R語言包stats中spec.pgram函數(shù)通過平滑的周期圖來估計(jì)時(shí)間序列的譜密度，且周期圖由快速傅里葉變換計(jì)算而來。

? ? ? ??

使用AirPassengers數(shù)據(jù)集?，計(jì)算其頻譜圖：

? ? ? ? ? ? ? ? ? ???

plot(AirPassengers)specOut<-spec.pgram(as.integer(AirPassengers),taper=0,log='no') maxSpecFreq<-specOut$freq[which.max(specOut$spec)] abline(v=maxSpecFreq,lty=2,col='red') # lty 指定線條類型 period<-1/maxSpecFreq period # 12

效果圖如下，紅虛線標(biāo)出了最大譜密度所在的頻率位置maxSpecFreq，并求出了對應(yīng)周期為12個(gè)月。

? ? ? ? ? ? ? ? ? ? ? ?

總結(jié)

以上是生活随笔為你收集整理的时间序列预测之三：频谱分析（二）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。