R - 짧은 시간 계열에 대한 추세 예측

Question

나는 2012 년에 기후 변화 실험에서 얻은 매우 짧은 시간의 데이터를 가지고 있습니다.이 데이터는 일일 수용액 플럭스와 일일 CO2 플럭스 데이터로 구성됩니다. CO2 플럭스 데이터는 52 일을 포함하고 물 솔루션 플럭스 데이터는 겨우 7 일이다. 하루에 CO2 플럭스 데이터를 여러 번 측정했지만 일일 평균을 계산했습니다.

이제는이 시계열에 추세가 있는지 알고 싶습니다. Kendall 추세 테스트 또는 Theil-Sen 추세 평가 도구를 사용할 수 있다는 것을 알아 냈습니다. 나는 Kendall 테스트를 몇 년 동안 걸친 시간대에 사용했습니다. 나는 Theil-Sen 경향 추산자를 어떻게 사용할 지 모른다.

데이터를 R의 TS 개체에 넣었지만 decompositon (분해 기능 사용)을 시도했을 때 시계열이 2 이하의 기간에 걸쳐 있다는 오류가 발생합니다. 추세 데이터를 추출한 다음 Mann-Kendall 테스트를 수행하고 싶습니다.

이

myexample <- structure(c(624.27, 682.06, 672.77, 
        765.96, 759.52, 760.38, 742.81 
), .Names = c("Day1", "Day2", "Day3", "Day4", "Day5", "Day6", 
      "Day7")) 

ts.object <- ts(myexample, frequency = 365, start = 1) 

decomp.ts.obj <- decompose(ts.obj, type = "mult", filter=NULL) 

# Error in decompose(ts.obj, type = "mult", filter = NULL) 

사람이 내 매우 짧은 시간 시리즈 추세 분석을 수행하는 방법에 도와 줄 수 : 여기

는 내가 지금까지 가지고 코드는? 모든 google-fu는 아무 소용이 없습니다. 그리고 누군가 켄달 타우의 크기가 어떤 의미인지 말해 줄 수 있습니까? -1에서 1 사이의 값을가집니다. τ = 0.5가 강하거나 약한 경향입니까?

감사합니다, 스테판

내가 같은 간단한 뭔가를 유혹 할 것이다

Answer 1

d <- data.frame(val=myexample,ind=seq(myexample)) 
summary(lm(val~ind,d)) 

또는

library(lmPerm) 
summary(lmp(val~ind,d)) 

또는

cor.test(~val+ind,data=d,method="kendall") 

여부 따 u = 0.5가 강하거나 약함은 상황에 따라 크게 달라집니다. 이 경우 p- 값은 0.24이며, 적어도이 신호 (등급 만 단독 기준)는 적절한 null 신호와 구별 할 수 없다고 말합니다.