安装.包( " 宴会 " ) # install.packages（“远程”）
遥控器 :: 安装github( " tidyverts/宴会 " ) 图书馆( 宴会 ) 图书馆( 锡伯 ) 图书馆( tsibledata公司 ) 图书馆( dplyr公司 ) 图书馆( ggplot2 ) 图书馆( 杂交的 ) aus_生产 % > %gg_季节( 啤酒 ) 
aus_生产 % > %gg_子系列( 啤酒 ) 
aus_生产 % > %过滤器（年( 季度 ) > 1991 ) % > %gg_标记( 啤酒 ) 
aus_生产 % > %ACF公司( 啤酒 ) % > %自动绘图（） 
经典分解 STL分解
dcmp公司 <- aus_生产 % > % 模型（STL( 啤酒 ~ 季节( 窗口 = Inf公司 ))) 组件( dcmp公司 ) # >#A表：218 x 7[1Q]
# >#密钥：.model[1]
# >#：啤酒=趋势+季节_年份+剩余
# >.model季度啤酒趋势季节_年份剩余季节_调整
# ><chr><qtr><dbl><dbl
# >1 STL（啤酒季节（窗口=Inf））1956年第1季度284 272。 2.14 10.1 282.
# >2 STL（啤酒季节（窗口=Inf））1956年第2季度213 264- 42.6 -8.56 256.
# >3 STL（啤酒季节（窗口=Inf））1956 Q3 227 258- 28.5 -2.34 255.
# >4 STL（啤酒季节（窗口=Inf））1956年第4季度308 253。 69.0 -14.4 239.
# >5 STL（啤酒季节（窗口=Inf））1957年第1季度262 257。 2.14 2.55 260.
# >6 STL（啤酒季节（窗口=Inf））1957年第2季度228 261- 42.6 9.47 271.
# >7 STL（啤酒季节（窗口=Inf））1957年第3季度236 263- 28.5 1.80 264.
# >8 STL（啤酒季节（窗口=Inf））1957年第4季度320 264。 69.0 -12.7 251.
# >9 STL（啤酒季节（窗口=Inf））1958年第1季度272 266。 2.14 4.32 270.
# >10 STL（啤酒季节（窗口=Inf））1958年第2季度233 266- 42.6 9.72 276.
# >#i 208多行 组件( dcmp公司 ) % > %自动绘图（） 
澳大利亚_retail % > % 功能( 人事变更率 , 专长 ) # >#A字型：152 x 11
# >国家行业趋势_旺季_旺季_year旺季_peak_year季节_trough_year
# ><chr><chr><dbl><dbl><dbl
# >1澳大利亚~咖啡馆，~0.989 0.562 0 10
# >2澳大利亚~咖啡馆，~0.993 0.629 0 10
# >3澳大利亚~Clothin ~0.991 0.923 9 11
# >4澳大利亚~ Closin~0.993 0.957 9 11
# >5澳大利亚~部门~0.977 0.980 9 11
# >6澳大利亚~电气~0.992 0.933 9 11
# >7澳大利亚~食品re ~ 0.999 0.890 9 11
# >8澳大利亚~Footwea~0.982 0.944 9 11
# >9澳大利亚~Furnitu~0.981 0.687 9 1
# >10澳大利亚~Hardwar~0.992 0.900 9 4
# >#142多行
# >#i还有5个变量：尖峰度<dbl>、线性<dbl=、曲率<dbl+、stl_eacf1<dbl]、，
# >#stl_e_acf10<dbl> 澳大利亚_retail % > % 功能( 人事变更率 , 专长 ) % > % ggplot（aes）图( x个 = 趋势_强度 , 年 = 季节性强度年份 )) + 地理点（） + 面饰（vars( 州 )) 
极端季节 <- 澳大利亚_retail % > % 功能( 人事变更率 , 专长 ) % > % 过滤器( 季节性强度年份 %单位：% 范围( 季节性强度年份 )) 澳大利亚_retail % > % right_join（右加入）( 极端季节 , 通过 = c（c）( " 州 " , " 工业 " )) % > % ggplot（aes）图( x个 = 月份 , 年 = 人事变更率 )) + 地理_线（） + facet_grid（变量( 州 , 工业 , 规模 :: 百分比( 季节性强度年份 )), 规模 = " 免费（_y） " ) 