# 毎正時のタイムスタンプを作成
px <- seq(as.POSIXct('2023-01-01 01:00:00'),
as.POSIXct('2023-01-01 12:00:00'), by = 60 * 60)
n <- length(px)
x <- 1:n
# 時系列を扱うts型オブジェクトを作成
y <- ts(x) # 原系列
y.lag1 <- lag(y, k = -1) # 1次ラグ系列
y.lag2 <- lag(y, k = -2) # 2次ラグ系列
y.lag3 <- lag(y, k = -3) # 3次ラグ系列
ts4 <- cbind(y, y.lag1, y.lag2, y.lag3)[1:n, ]
d <- as.data.frame(ts4)
d
## y y.lag1 y.lag2 y.lag3
## 1 1 NA NA NA
## 2 2 1 NA NA
## 3 3 2 1 NA
## 4 4 3 2 1
## 5 5 4 3 2
## 6 6 5 4 3
## 7 7 6 5 4
## 8 8 7 6 5
## 9 9 8 7 6
## 10 10 9 8 7
## 11 11 10 9 8
## 12 12 11 10 9
matplot(x = px, y = d, type = 'o', lty = 1:4, col = 1:4, pch = 1:4,
main = '原系列とラグ系列', xlab = '時刻', ylab = '値')
grid()
legend('topleft', lty = 1:4, col = 1:4, pch = 1:4,
legend = c('原系列', '1次ラグ系列', '2次ラグ系列', '3次ラグ系列'))
# 毎正時のタイムスタンプを作成
px <- seq(as.POSIXct('2023-01-01 01:00:00'),
as.POSIXct('2023-01-01 12:00:00'), by = 60 * 60)
n <- length(px)
# ホワイトノイズ
set.seed(5963)
x <- rnorm(n, mean = 0, sd = 1)
# 時系列を扱うts型オブジェクトを作成
y <- ts(x) # 原系列
y.lag1 <- lag(y, k = -1) # 1次ラグ系列
y.lead <- lag(y,k=1)
ts4 <- cbind(y, y.lag1,y.lead)[1:n, ]
d <- as.data.frame(ts4)
d
## y y.lag1 y.lead
## 1 NA NA 1.21767531
## 2 1.21767531 NA -0.54813309
## 3 -0.54813309 1.21767531 0.16230527
## 4 0.16230527 -0.54813309 0.02054537
## 5 0.02054537 0.16230527 0.25239422
## 6 0.25239422 0.02054537 0.40647836
## 7 0.40647836 0.25239422 -0.22756814
## 8 -0.22756814 0.40647836 -0.92278941
## 9 -0.92278941 -0.22756814 0.40292174
## 10 0.40292174 -0.92278941 -1.55653902
## 11 -1.55653902 0.40292174 -0.35289239
## 12 -0.35289239 -1.55653902 -0.71134333
matplot(x = px, y = d, type = 'o', lty = 1:4, col = 1:4, pch = 1:4,
main = '原系列とラグ系列', xlab = '時刻', ylab = '値')
grid()
legend('topleft', lty = 1:4, col = 1:4, pch = 1:4,
legend = c('原系列', '1次ラグ系列','1次リード系列'))
