Fast Fourier in R-Transformation - Stapelüberlauf
Ich habe einen Datensatz mit der Anzahl der pro Stunde Besuche ein Tier während eines Zeitraums von 12 Monaten. Ich mag, dass die Fast-Fourier-Transformation verwenden zyklische Muster und Periodizität zu untersuchen. In der Vergangenheit habe ich Statistica für diesen benutzten; jedoch würde Ich mag R verwenden, um eine graphische Darstellung der spektralen Dichte vs. Zeitraum zu erhalten. Gibt es eine einfache Möglichkeit, dies in R zu tun? Ich möchte 12 und 24 h Spitze in Aktivität identifizieren, wenn möglich.
Hier ist, was können Sie versuchen:
- periodogram von TSA-Paket, zeichnet es sofort ein Periodogramm.
- periodogram von GeneCycle. es gibt eine Liste von Frequenzen und geschätzte spektrale Leistungsdichten. Es ist eine Wrapper-Funktion für Statistik :: Spektrum mit einigen speziellen Optionen einstellen.
- Spektrum von Statistiken. ermöglicht es Ihnen, die Methode zur Schätzung der spektralen Dichte verwendet zur Auswahl: entweder Periodogramm oder mit autoregressiven Prozess.
- cpgram von Statistiken zeichnet eine kumulative periodogram zusammen mit einem Konfidenzintervall.
- Für die Verwendung von fft sehen hier Beispiele.
Sehen Sie? Cpgram und ähnlich für alle Details, und denken Sie daran, dass es zum Beispiel ist TSA :: Periodogramm und GeneCycle :: periodogram wenn Namen der Funktionen übereinstimmen.
Wie Sie wahrscheinlich wissen, muss die gegebene Zeitreihe trendbereinigt werden, so verwendet z.B. diff (x) anstelle von x. Und schließlich muss die Länge der Zeitreihe von 12 teilbar sein in der Lage sein, 12 zu identifizieren, und 24 Stunden Frequenzen, kann es beispielsweise durch erreicht werden x [- (1: (Länge (x) %% 12))]. wobei x trendbeseitigten Zeitreihen.