通过季节差分实现平稳性
对于具有季节性的数据显示，通常是在相邻年份的同一季之间取差分，而不是在相邻期之间。例如，对于季度数据，会取同一年中的 Q1 与上一年 Q1 的差。这称为季节差分。
有时需要对同一序列同时应用季节差分和滞后 1 的差分，也就是对"差分后的数据再做差分"。
在本练习中，您将同时使用差分与变换，让一个时间序列看起来更接近平稳。这里的数据集是 h02，包含澳大利亚 17 年的皮质类固醇药物月度销量。它已加载到您的工作区。
本练习是课程的一部分
R 中的预测
练习说明
- 绘制数据，观察趋势和季节性。
- 对
h02数据先取log()，然后在diff()中使用合适的lag值进行季节差分。将结果赋给difflogh02。 - 绘制取对数并差分后的数据。
- 由于
difflogh02仍然看起来不平稳，请再进行一次滞后 1 的差分，对其再次应用diff()，并将结果保存为ddifflogh02。绘制该序列。 - 使用合适的函数绘制最终
ddifflogh02序列的 ACF。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Plot the data
___
# Take logs and seasonal differences of h02
difflogh02 <- diff(log(___), lag = ___)
# Plot difflogh02
___
# Take another difference and plot
ddifflogh02 <- ___
___
# Plot ACF of ddifflogh02
___