[問題] 經驗解構法EMD在R語言的使用

看板R_Language作者tonylingugu (tonylingugu)時間10年前 (2015/08/20 22:19)推噓0(0推 0噓 1→)

留言1則, 1人參與討論串1/2 (看更多)

文章分類提示: - 問題: 關於經驗解構法Empirical Mode Decomposition在R language的使用 [問題類型]: 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來) [軟體熟悉度]:初學者，主要是完成老闆要求的事情，上網找尋solutions 新手(沒寫過程式，R 是我的第一次) [問題敘述]: 我要將一串時間序列依經驗解構法拆解不同的components，我在網路上有找到使用套件EMD的示範，但是我看不懂也不法模仿，所以想詢問是否有人做過類似的事情，或是提供可用之參考資料。 [程式範例]: ####這是我在網路上找到的示範 ndata <- 3000 par(mfrow=c(1,1), mar=c(1,1,1,1))####但是這邊我不懂par()這個部分是在做什麼 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)) ####這邊我看得出來他是使用xt2與tt2來做EMD，但是如果我只有一串數列 ####maybe就是S&P500index，我就不知道怎麼弄了。 ####因為我不知道xt2與tt2分別是什麼？ 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") ####這邊我直接複製在R裡面他有顯現出EMD該有的樣子，但是我不知道range()這個部分 ####在做什麼？他後面又一個loop把IMF都找出來，但還是有幾個function我看不懂， ####abline()跟paste()都不知道他在做什麼。 [環境敘述]: > 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 [關鍵字]: 謝謝各位！我研究這個研究好久了，還是做不出來。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.192.178.154 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1440080383.A.2E6.html