#r #ggplot2 #forecast
#r #ggplot2 #прогноз
Вопрос:
Я использую функцию автоматической выборки в пакете ggfortify для построения графика временных рядов с прогнозом и подгонкой, вот как я это делаю
library(forecast)
library(ggplot2)
library(ggfortify)
fc <- forecast(fdeaths)
autoplot(fc)
autoplot(fc) geom_line(aes(y = fitted(fc)), col = "red")
Теперь я хочу показать период времени, у которого есть сдвиг в среднем, а также показать среднее значение до и после сдвига, все на графике выше
Я могу сделать это отдельно, используя пакет ‘точка изменения’, синтаксис такой, как показано ниже
library(changepoint)
autoplot(cpt.mean(fdeaths))
plot(cpt.mean(fdeaths),cpt.col='blue')
объединенный просмотр всего этого дал бы очень мощную информацию, запрашивающую помощь]1
Комментарии:
1. Я не смог четко понять ваши сомнения. Не могли бы вы предоставить образец изображения? Все, что угодно, использует сайт imgur для размещения изображения.
2. @ bbiasi … пожалуйста, найдите изображение, которое я ищу, это диаграмма справа, которая представляет собой комбинацию всех 3 диаграмм слева
Ответ №1:
Вот небольшой пример. Но это должно быть автоматизировано с циклическим построением графика сегментов ( geom_segment
) и vline ( geom_vline
).
library(forecast)
library(ggplot2)
library(ggfortify)
library(changepoint)
library(lubridate)
fc <- forecast(fdeaths)
cp <- changepoint::cpt.mean(fdeaths)
plot(cp,cpt.col='blue')
# plot(x = 1:length(c(fdeaths)), y = c(fdeaths), type = "l")
Vikram <- data.frame(ts = c(fdeaths),
Obs = seq(lubridate::ymd('1974-01-01'),
lubridate::ymd('1979-12-01'), by = "1 month"),
fitted = fitted(fc))
Vikram_md <- changepoint::param.est(cp)[[1]] # mean
# cp@cpts # change-points
cp_ <- cp@cpts
autoplot(fc) geom_line(aes(y = fitted(fc)), col = "red")
geom_segment(x = Vikram$Obs[1],
y = Vikram_md[1], yend = Vikram_md[1],
xend = Vikram$Obs[1] %m % months(cp_[1]),
size = 1.2, col = "blue")
geom_segment(x = Vikram$Obs[1] %m % months(cp_[1]),
y = Vikram_md[2], yend = Vikram_md[2],
xend = Vikram$Obs[1] %m % months(cp_[2]),
size = 1.2, col = "blue")
geom_vline(aes(xintercept = Vikram$Obs[1] %m % months(cp_[2])),
linetype = "dashed", colour = "red")