1.季節(jié)性時間序列

包含：長期趨勢Trend，季節(jié)趨勢Seasonal，周期循環(huán)Circle，隨機項Random

這里分解為相加模型X=T+S+C+R

在對時間序列進行分解之前，應(yīng)該對序列進行檢驗：（下次寫）

2.decompose()函數(shù)

將時間序列進行上述分解

3.R分解操作過程

3.1數(shù)據(jù)讀入與可視化

>#以紐約市月出生數(shù)量（1946.1-1959.12）的數(shù)據(jù)集為例

> births <-scan("http://robjhyndman.com/tsdldata/data/nybirths.dat")

Read 168 items

> birthstimeseries <- ts(births, frequency=12, start=c(1946,1))

> plot(birthstimeseries)

出生數(shù)量

從圖上可以看出，出生數(shù)量具有一定的季節(jié)性（夏峰冬谷）和周期性，同時趨勢性明顯；但是每個周期內(nèi)的波動幅度變化較小，且不隨時間趨勢而變化，隨便波動項隨時間變化頁不明顯。

3.時間序列分解

分解為加法模型

>birthcomponents <- decompose(birthstimeseries)

> plot(birthcomponents)

分解圖

4.剔除季節(jié)因素

可以對季節(jié)性等進行剔除，現(xiàn)剔除季節(jié)因素

>birthstimeseriesseasonallyadjusted<-birthstimeseries-birthcomponents$seasonal

>plot(birthstimeseriesseasonallyadjusted)

出生數(shù)量（剔除季節(jié)因素）