我只能讲解一下我知道的部份 ※ 引述《tonylingugu (tonylingugu)》之铭言： : 文章分类提示: : - 问题: 关於经验解构法Empirical Mode Decomposition在R language的使用 : : [问题类型]: : : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : : [软体熟悉度]:初学者，主要是完成老板要求的事情，上网找寻solutions : : 新手(没写过程式，R 是我的第一次) : [问题叙述]: : 我要将一串时间序列依经验解构法拆解不同的components，我在网路上有找到 : 使用套件EMD的示范，但是我看不懂也不法模仿，所以想询问是否有人做过类似的事情， : 或是提供可用之参考资料。 : [程式范例]: : : ####这是我在网路上找到的示范 : ndata <- 3000 : par(mfrow=c(1,1), mar=c(1,1,1,1))####但是这边我不懂par()这个部分是在做什麽 这是调整绘图输出的参数 : tt2 <- seq(0, 9, length=ndata) : xt2 <- sin(pi * tt2) + sin(2* pi * tt2) + +sin(6*pi*tt2) +0.5*tt2 : plot(tt2, xt2, xlab="", ylab="", type="l", axes=FALSE); box() : tryimf <- extractimf(xt2, tt2, check=TRUE, boundary = "periodic") : par(mfrow=c(3,1), mar=c(2,1,2,1)) : try <- emd(xt2, tt2, boundary="wave")par(mfrow=c(3,1), mar=c(2,1,2,1)) : ####这边我看得出来他是使用xt2与tt2来做EMD，但是如果我只有一串数列 : ####maybe就是S&P500index，我就不知道怎麽弄了。 : ####因为我不知道xt2与tt2分别是什麽？ 我不懂EMD，所以这里就PASS了 : par(mfrow=c(try$nimf+1, 1), mar=c(2,1,2,1)) : rangeimf <- range(try$imf) : for(i in 1:try$nimf) : plot(xt3, try$imf[,i], type="l", xlab="", : ylab="", ylim=rangeimf, main= : paste(i, "-th IMF", sep="")) : abline(h=0) : plot(xt3, try$residue, xlab="", ylab="", main="residue", type="l") : ####这边我直接复制在R里面他有显现出EMD该有的样子，但是我不知道range()这个部分 : ####在做什麽？他後面又一个loop把IMF都找出来，但还是有几个function我看不懂， : ####abline()跟paste()都不知道他在做什麽。 : range会算出最小值和最大值，这里用range是为了调整画图的范围，应该和EMD无关 abline是划线的 paste是兜字串的 这些也都只是和画出来的图有关而已 : [环境叙述]: : : > sessionInfo() : R version 3.2.1 (2015-06-18) : Platform: x86_64-apple-darwin13.4.0 (64-bit) : Running under: OS X 10.10.4 (Yosemite) : locale: : [1] zh_TW.UTF-8/zh_TW.UTF-8/zh_TW.UTF-8/C/zh_TW.UTF-8/zh_TW.UTF-8 : attached base packages: : [1] grid parallel stats graphics grDevices utils datasets methods base : other attached packages: : [1] hht_2.1.2 Quandl_2.6.1 quantmod_0.4-4 TTR_0.23-0 xts_0.9-7 zoo_1.7-12 : [7] EMD_1.5.7 locfit_1.5-9.1 fields_8.2-1 maps_2.3-11 spam_1.0-1 rugarch_1.3-4 : loaded via a namespace (and not attached): : [1] Rcpp_0.11.6 rstudioapi_0.3.1 magrittr_1.5 : [4] misc3d_0.8-4 lattice_0.20-31 R6_2.1.0 : [7] Rsolnp_1.15 stringr_1.0.0 httr_1.0.0 : [10] tools_3.2.1 SkewHyperbolic_0.3-2 GeneralizedHyperbolic_0.8-1 : [13] spd_2.0-1 KernSmooth_2.23-14 rgl_0.95.1201 : [16] numDeriv_2014.2-1 Matrix_1.2-1 nloptr_1.0.4 : [19] DistributionUtils_0.5-1 ks_1.9.4 curl_0.9.1 : [22] stringi_0.5-5 jsonlite_0.9.16 expm_0.99-1.1 : [25] truncnorm_1.0-7 mvtnorm_1.0-2 : [关键字]: : : 谢谢各位！我研究这个研究好久了，还是做不出来。 : --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.161.39.229 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1440350507.A.3B7.html