:..#——1999年中国年纱产量序列时序图()=("C:\\Users\\Administrator\\Desktop\\附录",header=T)#如果有标题,用T;没有标题用Fplot(,type='o')#=[,2]=acf()#()=("C:\\Users\\Administrator\\Desktop\\附录",header=F)=(t(()))[1:168]#矩阵转置转向量plot(,type='l')#()#把字去掉pacf()#——=("C:\\Users\\Administrator\\Desktop\\附录",header=T)plot(,type='o')##不会定义坐标轴#=[,2]=acf()#(,type="Ljung-Box",lag=6)(,type="Ljung-Box",lag=12)#,=rnorm(1000,0,1)(,type='l')#=acf()#(,type="Ljung-Box",lag=6)(,type="Ljung-Box",lag=12)#——=("C:\\Users\\Administrator\\Desktop\\附录",header=T)plot(,type='o',xlim=c(1950,2010),ylim=c(60,100))=[,2]=acf()#(,type="Ljung-Box",lag=6)(,type="Ljung-Box",lag=12)#()pacf()#根据自相关系数图和偏自相关系数图可以判断为AR(1)模型##P83arima(,order=c(1,0,0),method="ML")#极大似然估计ar1=arima(,order=c(1,0,0),method="ML")
时间序列分析R语言程序 来自淘豆网m.daumloan.com转载请标明出处.
