【R】feasts
2021年2月21日
1. はじめに
feasts
は、時系列データを扱いやすくしてくれるパッケージです。
2. インストール
CRANからインストールできます。
install.packages("feasts")
3. 使ってみる
オーストラリアのたばこ消費量の四半期ごとのデータを年別で表示してみます。
library(feasts) library(tsibble) library(tsibbledata) library(tidyverse) library(ggplot2) library(lubridate) aus_production %>% gg_season(Tobacco)
季節の変動に規則性はないようですが、年を追うごとに消費量は減っているようですね。
aus_production %>% filter(year(Quarter) > 1970) %>% gg_lag(Beer)
dcmp <- aus_production %>% model(STL(Beer ~ season(window = Inf))) components(dcmp)
> components(dcmp)
# A dable: 218 x 7 [1Q]
# Key: .model [1]
# STL Decomposition: Beer = trend + season_year + remainder
.model Quarter Beer trend season_year remainder season_adjust
<chr> <qtr> <dbl> <dbl> <dbl> <dbl> <dbl>
1 STL(B~ 1956 Q1 284 272. 2.14 10.1 282.
2 STL(B~ 1956 Q2 213 264. -42.6 -8.56 256.
3 STL(B~ 1956 Q3 227 258. -28.5 -2.34 255.
4 STL(B~ 1956 Q4 308 253. 69.0 -14.4 239.
5 STL(B~ 1957 Q1 262 257. 2.14 2.55 260.
6 STL(B~ 1957 Q2 228 261. -42.6 9.47 271.
7 STL(B~ 1957 Q3 236 263. -28.5 1.80 264.
8 STL(B~ 1957 Q4 320 264. 69.0 -12.7 251.
9 STL(B~ 1958 Q1 272 266. 2.14 4.32 270.
10 STL(B~ 1958 Q2 233 266. -42.6 9.72 276.
# ... with 208 more rows
components(dcmp) %>% autoplot()
4. さいごに
なかなか使いやすいパッケージです。