CRAN Task View: Time Series Analysisの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載した。
| Maintainer: | Rob J. Hyndman |
| Contact: | Rob.Hyndman at monash.edu |
| Version: | 2017-07-31 |
| URL: | https://CRAN.R-project.org/view=Finance |
ベースRは、特にstatsパッケージで、時系列に役立つ多くの機能を備えています。 これは、CRANの多くのパッケージによって補完されています。以下に簡単にまとめます。 時系列のツールとEconometrics とFinance タスクビューのツール間にはかなりの重複があります。 このビューのパッケージは、大まかに次のトピックで構成されます。 一部のパッケージがリストにないと思われる場合は、お知らせください。
基礎
- インフラストラクチャ：
- Base Rは、時系列データを表現し、分析するための実質的なインフラストラクチャを含む。
- 基本クラスは、（数値タイムスタンプを使用して）定期的に離間時系列を表すことができる「TS」である。したがって、特に年次、月次、四半期データなどに適しています。
- ローリング統計：
- グラフィックス：
- 時系列プロットはtsのオブジェクトに適用されるplot()が得られる。（部分）自己相関関数プロットがpacf()とacf()で実装されている。
- 代替バージョンは、tsdisplay()を用いる併用ディスプレイと一緒に、forecastでPacf()とAcf()によって提供されています。
- SDD はより一般的なシリアル依存図を提供し、dCovTS は距離共分散および時系列の相関関数を計算しプロットします。
- 季節ごとの表示は、statsのmonthplot（）とforecast のseasonplotを使用して取得されます。
- Watsはラップアラウンドの時系列グラフィックを実装しています。
- ggseas は、季節調整されたシリーズおよびローリング統計のggplot2グラフィックスを提供します。
- dygraphsはDygraphsインタラクティブ時系列グラフ作成ライブラリへのインターフェースを提供します。
- ZRA はdygraphsを使用して、forecast パッケージからforecastオブジェクトをプロットします。
- 予測分布の基本的なファンプロットはforecastおよびvarsによって提供されています。
- 任意のシーケンシャル分布のより柔軟なファンプロットはfanplotに実装されています。
時刻と日付
- クラス「TS」は数値のみのタイムスタンプに対応することができるが、多くのクラスは、それとの時間/日付情報とコンピューティングを格納するための利用可能です。概要について、R Help Desk: Date and Time Classes in R by Gabor Grothendieck and Thomas Petzoldt in R News 4(1) , 29-32を参照してください
- zooからのクラス「yearmon」と「yearqtr」は、それぞれ、月次および四半期ごとの観測でより便利な計算が可能になります。
- 基本パッケージのクラス「Date」は、毎日のデータの日付を扱うための基本的なクラスです。日付は内部的に1970年1月1日からの日数として格納されます。
- chronパッケージは、chron()でdate/time（intra-day）、hours()、dates()ためのクラスが用意されている。タイムゾーンと夏時間はサポートされていません。内部的には、「chron」のオブジェクトは、1970年1月1日以降（小数）の日です。
- クラス「POSIXct」と「POSIXlt」は日付/時刻（イントラデイ）についてはPOSIX標準を実装し、また、タイムゾーンと夏時間をサポートしています。ただし、タイムゾーンの計算は、いくつかの注意を必要とし、システムに依存する可能性があります。内部的には、「POSIXct」オブジェクトは 1970-01-0100:00:00 GMTからの秒数です。
- クラス「timeDate」は、timeDateパッケージ（：fCalendar以前）で提供されています。それは、「金融センター」という新しい概念を経由してタイムゾーンと夏時間時間を扱い、金融の時間/日付の情報を目指している。内部的には、「POSIXct」内のすべての情報を格納し、唯一のGMTですべての計算を行います。例えば、様々な証券取引所のための土・日・祝日についての情報を含むカレンダーの機能もまた含まれています。
- tisパッケージには、時間/日付については、「ti」クラスが用意されています。
- mondateパッケージから「mondate」クラスは、月単位の日付とコンピューティングを容易にします。
- tempdisaggパッケージは、より高い周波数系列の時間的に分解し、低周波数の時系列を補間する方法を含む。
- tsdisagg2 によって時系列の分離も提供されます。
- TimeProjectionは、そのような曜日、週末、休日、月の日などの日付オブジェクトの有効時間の構成要素を抽出し、データフレームに入れる。
時系列クラス
- 上述したように、「ts」が数値タイムスタンプを用いて規則的な間隔時系列のための基本的なクラスである。
- zooパッケージには、（つまり、前のセクションのすべてのクラスを可能にする）タイムスタンプのための任意のクラスを使用して、定期的かつ不規則な間隔時系列のためのインフラストラクチャを提供します。これは、「TS」とできるだけ一致するように設計される。「zoo」からへの強制は、このセクションに記載されている他のすべてのクラスで利用可能です。
- パッケージxtsは、zooに基づいており、Rの異なる時間ベースのデータクラスの均一な処理を提供する。
- 各種パッケージは、特に金融アプリケーションを対象とし、「POSIXct」タイムスタンプに基づいて、不規則な時系列を実装します。これらには、tseriesからの「irts」、ftsから「fts」を含む。
- timeSeriesでのクラス「timeSeries」（以前：fSeries）は「timeSeries」タイムスタンプが時系列を実装しています。
- tisクラス「tis」は、「ti」のタイムスタンプを持つ時系列を実装しています。
- パッケージtframeは異なる形式で時間枠を設定するためのインフラストラクチャが含まれています。
予測と単変量モデリング
- forecastパッケージは、クラスと単変量時系列予測のための方法を提供し、統計パッケージ内のすべてのものを含む様々な予測モデルを実現する多くの機能が用意されています。
- 指数平滑：
- prophet は、非線形トレンドが年次および週次の季節性と合致する加法モデルに基づいて時系列を予測し、さらに休日を予測します。 それは毎日のデータで最も効果的です。
- シータ方法はforecastパッケージからthetaf関数で実現されます。代替および拡張実装はforecThetaで提供されています。
- 自己回帰モデル：（モデル選択付き）statsのar()とサブセットARモデルのFitAR。
- ARIMAモデル：
- statsでのarima()は、ARIMA、SARIMA、ARIMAX、およびサブセットARIMAモデルのための基本的な機能である。
- これは、自動次数選択のためのauto.arima()とともに関数Arima()を介してforecastパッケージに強化されています。
- tseriesパッケージ内のarma()はARMAとサブセットARMAモデルの異なるアルゴリズムを提供します。
- FitARMAはARMAモデルの高速な最尤推定アルゴリズムを実装しています。
- パッケージgsarimaは一般SARIMA時系列シミュレーションのための機能が含まれています。
- 堅牢なARIMAモデリングは、robustarima パッケージで提供されています。
- mar1sパッケージには、季節のプロセスと乗法のAR（1）を処理します。
- TSTutorialはボックス・ジェンキンスモデリングのためのインタラクティブなチュートリアルが用意されています。
- ARIMAと構造的時系列モデルの改良された予測区間は、tsPI によって提供されます。
- 定期的なARMAモデル：定期的な自己回帰時系列モデルのpearとpartsm、定期的なARMAモデリングのためのperARMA、周期的な時系列分析のための他の手順。
- ARFIMAモデル：
- 伝達関数モデルは、TSAパッケージ内のarimax関数、arfimaパッケージ内arfima機能によって提供される。
- Chen-Liuアプローチ以下の外れ値検出はtsoutliersによって提供されます。
- 構造モデルは、stats、stsm、stsm.classの中でStructTS()で実装されている。
- 非ガウス時系列はGLARMA状態空間モデルでglarma を介して扱うことができ、GAS パッケージのGeneralized Autoregressive Scoreモデルを使用することができます。
- Monte Carlo Likelihoodメソッドを使用する条件付き自動回帰モデルは、mclcar に実装されています。
- GARCHモデル：
- 確率的ボラティリティ・モデルは、ベイズの枠組みでstochvolによって処理されます。
- カウント時系列モデルは、acpパッケージで処理されます。ZIMは、カウント時間系列のゼロ膨張したモデルを提供します。tsintermittentは分析し、断続的な需要の時系列を予測するためのさまざまなモデルを実装しています。
- 打ち切り時系列は、centsとcarx を使用してモデル化することができます。
- かばん検定は、statsパッケージにBox.test（）を介して提供されます。追加の検定は、portesとWeightedPortTestで与えられます。
- 変化点検出は、（線形回帰モデルを使用する）strucchange、（ノンパラメトリック検定を使用する）trend、（ワイルドバイナリセグメンテーションを使用する）wbstsに設けられています。
- changepoint パッケージには、多くの一般的Changepointのメソッドを提供します。
- ecp は、単変量および多変量シリーズのノンパラメトリックChangepointの検出を行います。
- InspectChangepoint は、スパースプロジェクションを使用して高次元時系列の変化点を推定します。
- おそらく単調でない傾向のテストは、funtimes で提供されます。
- 時系列転嫁はimputeTSパッケージで提供されています。いくつかのより限定された機能は、forecastパッケージからna.interp()を使用して利用可能です。
- 予測は、予測を組み合わせるために最も頻繁に使用されるメソッドをサポートしているForecastCombinations を使用して組み合わせることができます。
- forecastHybrid は、アンサンブル予測の機能を提供し、forecast パッケージからアプローチを組み合わせます。
- GeomComb は、固有ベクトルベースの（幾何学的な）予測結合手法や他のアプローチを提供します。
- opera は、ユーザによって提供される予測の組み合わせに基づいてオンライン予測のための設備を有する。
- mafs は、いくつかの予測モデルに適合し、エラーメトリックに従って最適なモデルを選択します。
- 予測評価は、forecast のaccuracy()関数で提供されます。 スコアリングルールを使用した分布予測評価は、scoringRules で利用できます。
- 予測のための整ったツールは、sweep によって提供され、forecast で生成されたオブジェクトを「整然とした」データフレームに変換します。
- その他：ltsaは、時系列分析のためのtimsac、時系列バグモデルのためのtsbugs、control、線形時系列分析ためのメソッドが含まれています。
周波数解析
- スペクトル密度推定はピリオド、平滑ピリオドグラムとAR予測などのstatsパッケージにspectrum()によって提供されます。
- ベイジアンスペクトル推定はbspecによって提供されます。
- quantspecは単変量時系列に対してラプラスピリオドグラムを計算し、プロットするメソッドが含まれています。
- 不均一にサンプリングされた時系列に対してLomb-Scargleのピリオドグラムは、lombによって計算されます。
- spectral は、スペクトルフィルタリングのためにフーリエ変換およびヒルベルト変換を使用する。
- psdは、適応、正弦マルチテーパスペクトル密度の推定値を生成します。
- kzaは断線検出、スペクトル解析、ウェーブレットとKZフーリエ変換など、コルモゴロフZurbenko適応フィルタが用意されています。
- multitaperはまた、いくつかのマルチテーパスペクトル解析ツールを提供しています。
- ウェーブレット方法：
- waveletsパッケージは、コンピューティングウェーブレットフィルタ、ウェーブレット変換と多重解像度解析を含む。
- パーシバルとデン（2000）に基づいて、時系列分析のためのウェーブレット変換の方法はwmtsaに記載されている。
- WaveletComp は、クロスウェーブレット、位相差および有意差検定を含む単変量および二変量時系列のウェーブレットベース解析のためのいくつかのツールを提供します。
- biwaveletは、ウェーブレットスペクトル、クロスウェーブレットスペクトル、および非定常時系列のウェーブレットコヒーレンスをプロットし、計算することができる。また、そのスペクトル中の（DIS）類似性に基づく時系列をクラスタリングする機能が含まれています。
- ホワイトノイズ使用してウェーブレットのテストはhwwntestによって提供されています。
- さらに、ウェーブレットの方法はパッケージbrainwaver、rwt、waveslim、wavethreshとmvcwtで見つけることができます。
- フーリエ項を使用して、高調波回帰がHarmonicRegressionに実装されています。
- forecastパッケージには、フーリエ変換機能を介して、いくつかの簡単な高調波回帰ファシリティを提供しています。
分解とフィルタリング
- フィルタ：
- 分解：
- 特異スペクトル解析はRssaとspectral.methodsに実装されています。
- 経験的モード分解（EMD）とヒルベルトスペクトル分析は、EMDによって提供されます。
季節性
- 季節性の分解：
- x12は、最初にインストールする必要はX12 binariesのラッパーを提供します。
- x12GUIはx12用のグラフィカル・ユーザー・インターフェースを提供します。
- X-13-ARIMA-SEATSバイナリは、x13binary パッケージで提供され、seasonal はRインタフェースを提供し、seasonalview はGUIを提供します。
- 季節性の分析：bfastパッケージには、トレンドや分解から得た季節のコンポーネント内の急激な変化を検出し、特徴づけるための方法も提供する。npstはヒューイットの季節性検定の一般化を提供します。
- season：回帰モデル、時間成層ケースクロスオーバー、プロット関数、残差チェックを含む健康データの季節分析。
- seas：季節の分析、特に気候学のためのグラフィックス。
- deseasonalize：ARフィッティングを使用して、地球物理学的、時系列に最適deseasonalization。
定常性、単位根および共和分
- 定常性と単位根：
- ローカル定常性：
- locitsはローカル定常性のテストを提供し、ローカライズされた自己共分散を計算します。
- 時系列costationarity判定はcostatによって提供される。
- LSTS は、局所的定常時系列分析のための機能を有しています。
- 非定常時系列のローカルでの静止ウェーブレットモデルがwavethreshで実装（プロッティング、推定を含めて、時間的に変化するスペクトルのシミュレーション機能）している。
- 共和分：
- フィリップスOuliarisの共和分検定とエングル・グレンジャー2段階法はtseriesとurcaに実装されています。後者は、さらにヨハンセントレースおよびラムダマックス・テストのための機能が含まれています。
- tsDynはヨハンセンのテストおよびAIC/BIC同時ランクラグの選択を提供しています。
- CommonTrendは共和分システムからの共通の傾向を抽出しプロットするツールを提供しています。
- 共推計回帰におけるパラメータ推定と推論はcointReg に実装されています。
非線形時系列解析
- 非線形自己回帰：
- 非線形自己回帰種々の形態は、加法AR、ニューラルネット、SETARとLSTARモデル、しきい値VARとVECMを含むtsDynでご利用いただけます。
- ニューラルネットワーク自己回帰もGMDHで提供されている。
- bentcableARはベント・ケーブルの自己回帰を実装しています。
- BAYSTARは、閾値自己回帰モデルのベイズ分析を提供します。
- tseriesChaosはTISEANプロジェクトからのアルゴリズムの研究の実装を提供します。
- 潜在マルコフモデルの依存混合は、カテゴリおよび連続時系列に対してdepmixとdepmixS4に記載されている間、自己回帰マルコフスイッチングモデルは、MSwMで提供されています。
- テスト：
- 非直線性のための様々なテストがfNonlinearで提供されています。
- tseriesEntropyはエントロピーメトリックに基づいて非線形シリアル依存性に関してテストします。
- 非線形時系列のための追加機能は、nltsとnonlinearTseriesでご利用いただけます。
- フラクタル時系列のモデル化と分析がfractalによって提供される。
- fractalrockは非正規リターン分布のフラクタル時系列を生成します。
ダイナミックな回帰モデル
- 動的線形モデル：
- 時変パラメータ・モデルは、tprパッケージを使用して取り付けることができる。
- orderedLassoは、ラグ増加につれて係数減衰のラグ回帰を処理するために、係数上の順序制約を持つスパース線形モデルにフィットする。
- dynr は、離散および連続時間、線形および非線形モデル、さまざまな種類の潜在変数を含むさまざまな種類の動的モデリングが利用できます。
多変量時系列モデル
- ベクトル自己回帰（VAR）モデルは、AICで選択などの基本的なstatsパッケージにar()を介して提供されています。これらのモデルは、静止して制限されています。
- MTSは、VAR、VARMA、季節VARMA、外生変数のVARモデル、時系列エラーの多変量回帰などの多変量時系列を解析するための汎用ツールキットです。
- おそらく非定常のVARモデルも主成分空間でのVARモデルを可能にするmArパッケージに装着されている。
- sparsevar は，まばらなVARとVECMモデルの推定を可能にし、ecm はVECMモデルを構築するための関数を提供し、BigVAR はVARとVARXモデルを構造化されたlassoペナルティで推定します。
- 自動化されたVARモデルとネットワークがautovarCoreでご利用いただけます。
- より精巧なモデルは、パッケージvars、tsDyn、dse内estVARXls()で提供され、およびベイズアプローチがMSBVARで提供されています。
- ブートストラップ予測区間を持つ別の実装がVAR.etpに記載されている。
- mlVARは、マルチレベルのベクトル自己回帰を提供します。
- VARsignR は、符号の制約を使用して、VARモデルで構造ショックを識別するためのルーチンを提供します。
- gdpc は、一般化された動的主成分を実装します。
- pcdpca は、動的主成分を定期的に相関する多変量時系列に拡張します。
- VARIMAモデルおよび状態空間モデルは、dseパッケージに設けられている。EvalEstは、関連付けられた推定方法を評価するために、モンテカルロ実験を容易にする。
- ベクトル誤差補正モデルは、構造的な制約としきい値とのバージョンを含むurca、varsやtsDynパッケージを介して利用できます。
- 時系列成分分析：
- 多変量状態空間モデルはFKF（高速カルマンフィルタ）パッケージに実装されています。これはfkf()関数を経由して、比較的柔軟な状態空間モデルが用意されています。状態空間パラメータが時間的に変化し、インターセプトし、両方式に含まれていることを許可されています。
- 部分的に観察されたマルコフプロセスは、非ガウス非線形モデルを可能にする通常の多変量線形状態空間モデルの一般化である。これらはpompパッケージに実装されています。
- factorstochvol は、多変量確率的揮発性モデル（潜在因子を使用）を提供しています。
時系列の大規模なグループの分析
- 時系列クラスタリングがTSclustとdtwclust 、BNPTSclust 、pdc に実装されています。
- TSdistは、時系列データの距離尺度を提供します。
- jmotif は、時系列でのモチーフを見つけるための時系列シンボリック離散化に基づくツールを実装し、翻訳可能時系列の分類が容易になります。
- rucrdtw は、UCR Suiteの関数にRバインディングを提供し、動的タイムワーピングとユークリッド距離の下で最高のマッチを探すための超高速サブシーケンス検索を可能にします。
- 階層的グループ化された時系列の集合をプロットし、予測するための方法は、htsにより提供されます。
連続時間モデル
- 連続時間の自己回帰モデルは、ctsに設けられている。
- Sim.DiffProcは、確率微分方程式を作り、シミュレートする。
- 確率微分方程式のシミュレーションと推論は、sdeとyuimaによって提供されます。
再サンプリング
- ブートストラップ：
時系列データ
- Data from Makridakis, Wheelwright and Hyndman (1998) Forecasting: methods and applicationsは、fmaパッケージで提供されています。
- Data from Hyndman, Koehler, Ord and Snyder (2008) Forecasting with exponential smoothingは、expsmoothパッケージで提供されています。
- Data from Hyndman and Athanasopoulos (2013) Forecasting: principles and practice areは、fppパッケージで提供されています。
- M-competitionとM3-competitionからのデータはMcompパッケージで提供されています。M4competitionのデータはM4comp で、Tcomp は2010 IJF Tourism Forecasting Competition のデータを提供します。
- pdfetchは公共の情報源からの経済・金融時系列をダウンロードするための機能を提供します。
- 金融、経済的、社会的なデータセットへのQuandlオンラインポータルからのデータは、対話的にQuandlパッケージを使用して照会することができます。
- Datamarket オンラインポータルからのデータはrdatamarketパッケージを使用して取り出すことができる。
- dataseries.org 経由のスイスからのデータは、dataseries を使用してダウンロードしてインポートすることができます。
- BETS は、ブラジルで最も重要な経済的時系列へのアクセスを提供します。
- クライヤーとチャン（2010）からのデータは、TSAパッケージにあります。
- シャムウェイとStoffer（2011）からのデータはastsaパッケージにあります。
- tswge には、Woodward、Gray、Elliottの第2版Applied Time Series Analysis with R のテキストが付いています。
- TSdbiは、時系列のデータベースに共通のインタフェースを提供します。
- fameはFAME時系列データベースのためのインタフェースを提供します。
- AERとEcdatはいずれも多くの計量経済学の教科書から（時系列データを含む）多くのデータセットが含まれています。
その他
- dtw：時系列間のペアワイズアライメントを計算、プロットするための動的時間ワープアルゴリズム。
- ensembleBMA：アンサンブル予報や気象観測から、確率的な予測を作成するためのベイズモデル平均化。
- earlywarnings：早期警報は、時系列的に重要な遷移を検出するためのツールボックスを通知します。
- events：定期的に集約された多変量時系列に機械抽出のイベントデータを回す。
- FeedbackTS：時系列にフィードバックを調査する断片化されたタイム・方向性の分析。
- LPStimeSeriesは、時系列のための「学習したパターン類似性」を見つけることを目指しています。
- MAR1は、多変量ARモデリングのための生態学的コミュニティの時系列データを作成するためのツールを提供する。
- nets：時系列データのためのスパース長期的に部分的な相関ネットワークを推定するためのルーチン。
- paleoTS：古生物学、時系列的に進化をモデル化。
- pastecs：規制分解と空間・時系列の分析。
- ptw：パラメトリックタイムワーピング。
- RGENERATEは、ベクトル時系列を生成するためのツールを提供しています。
- RMAWGENは、VARモデルの気温と降水量を作る使用の日々の時系列の空間的なマルチサイト確率的生成のためのS3とS4関数の集合です。パッケージには、気候学、統計水文学で使用することができます。
- RSEIS：地震時系列解析ツール。
- rts：ラスター時系列解析（衛星画像、例えば、時系列）。
- sae2：小面積推定のための時系列モデル。
- spTimer：時空間ベイズモデリング。
- surveillance：時間的および時空間モデリングと流行現象のモニタリングが行われます。
- TED：乱流の時系列イベントの検出と分類。
- Tides：関数の準周期的な時系列などの特性を計算する観測された河口水位。
- tiger：2つの時系列間の典型的な差異（エラーなど）時間的に解決グループが決定され、可視化される。
- TSMining：時系列データで単変量および多変量モチーフをマイニング
- tsModel：大気汚染と健康のための時系列のモデル化。
R言語 CRAN Task View：時系列解析
Pingback: R言語 CRAN Task Views | トライフィールズ