数据描述
我有三个数据集存储在数据框中,分别称为:df1、df2和df3
。每个数据集在相同的时间点上使用相同的变量:V1, ..., V7
,但是测量了不同的内容。
对于这项工作,我可以说每个数据集都代表一个多变量时间序列,因为所有变量在每个数据集中都以许多时间点测量了相同的东西:1, ..., .6,... n
。此外,我们可以假设所有数据集都表示为 3 个多变量时间序列,因为有三个数据框。
数据的形状:
head(df1)
Time V1 V2 V3 V4 V5 V6 V7
X1 10:00 0 0.1182197 0.09057301 0.08089888 0.003350084 0.00000000 0.00000000
X2 10:01 0 0.1276078 0.09242144 0.01348315 0.060301508 0.02245599 0.02298152
X3 10:02 0 0.1369958 0.12569316 0.03595506 0.159128978 0.04491198 0.04596305
X4 10:03 0 0.1029207 0.10166359 0.08089888 0.201005025 0.06736798 0.06894457
X5 10:04 0 0.1585535 0.14510166 0.08089888 0.112227806 0.08982397 0.09192609
X6 10:05 0 0.1488178 0.00000000 0.07415730 0.212730318 0.11227996 0.11490761
.
.
.
#df2 and df3 have the same shpae, time and dimensions exactly as df1 but with different values.
我有两个问题:
1. 当仅绘制df1
的数据时,哪种方式更正确地表示这个时间序列:
1.1 将整个数据框视为时间序列,因此做如下操作:
library(mvtsplot)
mvtsplot(df1)
1.2 或者将每行看作时间序列,并绘制 n
个时间序列。
#considering that there are 10 rows in df1
ts.plot(X1,..,X10)
2. 我能否在同一图中绘制这三个多变量时间序列,以便获得包含这三个多变量时间序列的图形。
编辑:根据rajah9的评论,df1
的数据表示每分钟由 7 个传感器(变量 V1、...、V7)
测量的一定量气体。另外两个 df2、df3
则表示在不同实验中使用相同的传感器同时测量的另一种类型的气体。每个数据框似乎都是一个多变量时间序列,并且我没有因变量。我的想法正确吗?
任何回答或类似问题的链接都将不胜感激。
mvtsplot()
不太恰当呢? - Flore