数据
GDP.csv文件,存储1879~2019年河南省GDP数据。
绘图
# 读取数据， 首先将excel 格式的转化为 csv 格式 再读取 h <- read.table(file = "C:/Users/PYY/Desktop/GDP.csv",sep = ",",header = T) # 转化为时间序列数据 GDP=ts(h$GDP,start = 1978,frequency = 1) # 绘图 plot(GDP)
补充：ts函数
ts() 函数：
通过一向量或者矩阵创建一个一元的或多元的时间序列（time series），为ts型对象。
调用格式：
ts(data = NA, start = 1, end = numeric(0), frequency = 1, deltat = 1, ts.eps = getOption("ts.eps"), class, names)
参数说明：
data：一个向量或者矩阵
start：第一个观测值的时间，为一个数字或者是一个由两个整数构成的向量
end：最后一个观测值的时间，指定方法和start相同
frequency：单位时间内观测值的频数（频率）
deltat：两个观测值间的时间间隔。frequency和deltat必须并且只能给定其中一个
ts.eps：序列之间的误差限，如果序列之间的频率差异小于ts.eps，则认为这些序列的频率相等
class：对象的类型。一元序列的缺省值是“ts”，多元序列的缺省值是c（“mts”,“ts”）
names：一个字符型向量，给出多元序列中每个一元序列的名称，缺省data中每列数据的名称或者Series 1，Series 2， 。。。
举个栗子：
ts(1:26, start=1986) #最简单的形式 Time Series: Start = 1986 End = 2011 Frequency = 1
运行结果：
ts(1:26, frequency = 12, start=c(1986,10)) #frequency = 12时，为月份
运行结果：
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/Superman_peng/article/details/106975372