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) " )