2015年4月23日木曜日

つまずかないR言語入門(時系列、自己相関関数について)

時系列解析について、もう少し理解したくて、この1週間ほど、本を読んだり、
関連するWebを検索していた。

移動平均については、SMAを使うことができたが、その先になかなか進めない。

ようやく一つだけ、「自己相関係数」について、意味するところと、使用方法が
わかった。

例として、従前の東京の平均気温データをつかうこととした。

> temp<-read.table("kion.txt",header=TRUE,row.names=1)
> temp.ts<-as.ts(temp$ave)
> class(temp.ts)
[1] "ts"

時系列データであることを確かめたので、acf関数なる、自己相関
すなわち、過去の値とどれほどの相関があるかを算出する便利な
関数を使ってみる。

> acf(temp.ts)
とすると、

というグラフが生成される。

一方、acfの典型的な事例として、例のイギリスのガス消費量「UKgas」で、同じくacfを
使ってみる。

> UKgas
> acf(UKgas)

とすると、

UKgasのデータは、四半期単位でガス消費量を捉えているので、4四半期ごとに
強い正の相関が見て取れるので、季節変動要素が明確であることが判る。

では、先に計算した東京都の平均気温は?

年が過ぎればすぎるほど、過去の気温に影響を受けることがなく、結果的に
相関関係が弱くなっている。と解釈した。
平均気温の変化を解釈するモデルとしては、「適切でない」。というのが
結論かもしれないと感じた次第。(ややお粗末だが、勉強にはなった)


----------------------
スマートテクノロジーネットワークのホームページはこちら
----------------------

0 件のコメント:

コメントを投稿