xts可扩展的时间序列
2015-05-10 21:38
363 查看
xts数据结构：
索引（时间）+数据（矩阵）+属性（包括隐藏属性和用户属性）
xts使用：
xts类型基本操作
作图
类型转换
数据处理‘
数据统计计算
时间序列工具使用
索引（时间）+数据（矩阵）+属性（包括隐藏属性和用户属性）
xts使用：
xts类型基本操作
作图
类型转换
数据处理‘
数据统计计算
时间序列工具使用
set.seed(1953) data1 <- matrix(rnorm(22), ncol = 2) now <- "2009-01-05" xts(data1, as.Date(now) - 0:10) data2 <- round(rnorm(24), 4) # 月度数据 tm <- ts(data2, start = c(2008, 3), frequency = 12) xm <- as.xts(tm) xts['2007-03-01/2007'] 作图 plot(as.xts(matrix)) K线图 plot(as.xts(matrix),type="candles")
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 可扩展的时间序列xts
- R实战：【基本类型】可扩展时间序列类型xts(Extensible Time Series)
- 可扩展的时间序列xts
- Python+pandas实现时间序列数据扩展案例一则
- R语言学习之<xts时间序列>
- 时间序列基础包xts
- R学习记录：读入csv文件，并生成XTS（时间序列）对象
- R-xts()时间序列
- plot.xts时间序列可视化
- 一个日期的扩展函数库包括计算周次和本周时间范围(javascript)
- js时间类Date扩展
- matlab之 时间序列MA（q）模型
- 时间序列2 ar ma
- 通过划分的方式在线性时间内找出一个序列中第K大的元素
- 时间序列笔记（五）
- 时间序列分析——知乎话题讨论（收集）
- 时间序列数据处理的角逐：MongoDB vs. Cassandra
- 时间序列作业
- 第十五章动态规划之“O（n^2)时间寻找n个数构成序列的最长递增子序列”（练习15.4-5）
- 时间序列相关算法与分析步骤