Package: trama.series 0.9.1

trama.series: Time Series Collection for trama

Nodes for time series in a trama graph: operators (differencing, lags, transforms, windows, moving averages, aggregation), classical and STL decomposition, ARIMA, ETS and Holt-Winters models with forecasts and benchmarks, stationarity and white-noise tests, and series-specific plots such as correlograms, seasonal and lag plots; multivariate series with VAR and VECM models, Granger causality, Engle-Granger and Johansen cointegration tests, impulse responses and residual diagnostics. Builds on trama.data for tables and on trama.view for plots, without duplicating either.

Authors:Pedro Mambelli Fernandes [aut, cre], João Paulo Assis Bonifácio [aut]

trama.series_0.9.1.tar.gz
trama.series_0.9.1.zip(r-4.7-any)trama.series_0.9.1.zip(r-4.6-any)trama.series_0.9.1.zip(r-4.5-any)
trama.series_0.9.1.tgz(r-4.6-any)trama.series_0.9.1.tgz(r-4.5-any)
trama.series_0.9.1.tar.gz(r-4.7-any)trama.series_0.9.1.tar.gz(r-4.6-any)
trama.series_0.9.1.tgz(r-4.6-emscripten)
manual.pdf |manual.html✨
DESCRIPTION |NEWS
card.svg |card.png
trama.series/json (API)

# Install 'trama.series' in R:
install.packages('trama.series', repos = c('https://uaipedro.r-universe.dev', 'https://cloud.r-project.org'))

Bug tracker:https://github.com/uaipedro/trama/issues

On CRAN:

Conda:

2.30 score 1 stars 1 scripts 68 exports 124 dependencies

Last updated from:1bdeb4f693. Checks:5 WARNING, 2 OK, 2 ERROR. Indexed: yes.

TargetResultTimeFilesSyslog
linux-develWARNING304
source / vignettesOK240
linux-releaseWARNING251
macos-releaseERROR155
macos-oldrelERROR177
windows-develWARNING224
windows-releaseWARNING201
windows-oldrelWARNING142
wasm-releaseOK123

Exports:tr_series_accuracytr_series_acftr_series_adftr_series_aggregatetr_series_arch_mvtr_series_arimatr_series_as_decompositiontr_series_as_fittr_series_baselinetr_series_box_piercetr_series_ccftr_series_combinetr_series_componenttr_series_cox_stuarttr_series_decomposetr_series_deseasonalizetr_series_detect_interventionstr_series_detrendtr_series_difftr_series_engle_grangertr_series_errorstr_series_etstr_series_exampletr_series_fevdtr_series_fishertr_series_forecasttr_series_from_tabletr_series_from_table_mtstr_series_grangertr_series_holt_winterstr_series_interpolatetr_series_intervencaotr_series_irftr_series_johansentr_series_jointr_series_kpsstr_series_kruskal_wallistr_series_lagtr_series_lag_plottr_series_ljung_boxtr_series_mann_kendalltr_series_moving_averagetr_series_ndiffstr_series_normality_mvtr_series_pacftr_series_pettitttr_series_phillips_perrontr_series_picktr_series_plottr_series_plot_decompositiontr_series_plot_forecasttr_series_plot_mtstr_series_portmanteau_mvtr_series_range_meantr_series_regressiontr_series_residualstr_series_residuals_mvtr_series_runstr_series_seasonal_plottr_series_stltr_series_subseriestr_series_transformtr_series_vartr_series_var_selecttr_series_vecmtr_series_windowtr_series_zivot_andrewstrama_collection

Dependencies:abindagricolaeAlgDesignbackportsbase64encbitbit64bootbroombslibcachemcarcarDataclicliprclustercolorspacecommonmarkcowplotcpp11crayoncurlDerivdigestdoBydplyremmeansestimabilityfarverfastmapfontawesomeforecastFormulafracdifffsgenericsggplot2gluegtablehmshtmltoolshttpuvisobandjanitorjquerylibjsonlitelabelinglaterlatticelifecyclelme4lmerTestlmtestlubridatemagrittrMASSMatrixMatrixModelsmemoisemgcvmimeminqamodelrmvtnormnlmenloptrnnetnumDerivotelpatchworkpbkrtestpillarpkgconfigprettyunitsprogresspromisespurrrquantregR6raggrappdirsrbibutilsRColorBrewerRcppRcppArmadilloRcppEigenRdpackreadrreformulasrlangS7sandwichsassscalesshinysnakecasesourcetoolsSparseMstringistringrstrucchangesurvivalsystemfontstextshapingtibbletidyrtidyselecttimechangetimeDatetramatrama.datatrama.modelstrama.viewtsoutlierstzdburcautf8varsvctrsviridisLitevroomwithrxtablezoo

Readme and manuals

Help Manual

Help pageTopics
Medidas de erro da previsão, no treino e — se houver — no teste.tr_series_accuracy
Correlograma: a autocorrelação em cada defasagem.tr_series_acf
ADF: a série tem raiz unitária?tr_series_adf
Muda a frequência para uma menor: mensal -> trimestral -> anual.tr_series_aggregate
ARIMA, automático (Hyndman-Khandakar) ou com a ordem digitada.tr_series_arima
Decomposição de um ajuste de série.tr_series_as_decomposition
As previsões de referência: o que qualquer modelo tem de bater.tr_series_baseline
Box-Pierce: a série é ruído branco?tr_series_box_pierce
Opera duas séries ponto a ponto: a − b, a + b, a / b, a × b.tr_series_combine
Um componente da decomposição, de volta como série.tr_series_component
Cox-Stuart: a série tem tendência?tr_series_cox_stuart
Decomposição clássica por médias móveis.tr_series_decompose
Tira a sazonalidade da série, com os efeitos estimados.tr_series_deseasonalize
Procura intervenções que ninguém declarou: o método de Chen & Liu (1993).tr_series_detect_interventions
Tira a tendência da série, e diz qual tendência tirou.tr_series_detrend
Diferença simples ou sazonal.tr_series_diff
Classes de erro da coleção `series`.tr_series_errors
Suavização exponencial em espaço de estados (ETS).tr_series_ets
Uma das séries do pacote `datasets`.tr_series_example
Fisher: existe uma periodicidade escondida?tr_series_fisher
Previsão de um modelo ajustado, com intervalos de 80 e 95 tr_series_forecast( modelo = NULL, horizonte = 12L, intervalo = "normal", ajuste = NULL, futuro = NULL, var = NULL, .seed = NULL ) Os níveis são fixos: são os que todo gráfico de previsão mostra, e os que o adaptador para tabela nomeia (`li_80`, `ls_95`). Um param de nível mudaria o nome das colunas a jusante, e um `data/filter` escrito sobre `ls_95` quebraria ao trocar o nível no card.tr_series_forecast
Monta a série a partir de uma tabela.tr_series_from_table
Tabela larga -> série múltipla: uma coluna por série, um tempo comum.tr_series_from_table_mts
Holt-Winters clássico, pelos mínimos quadrados do `stats`.tr_series_holt_winters
Preenche faltantes pela estrutura da série.tr_series_interpolate
Declara uma intervenção na série, para o modelo seguinte estimar.tr_series_intervencao
Junta séries univariadas numa múltipla.tr_series_join
KPSS: a série é estacionária?tr_series_kpss
Kruskal-Wallis: a série tem sazonalidade?tr_series_kruskal_wallis
Defasa a série k períodos: o valor de t passa a morar em t + k.tr_series_lag
Gráfico de defasagens: `x_t` contra `x_t-k`, um painel por k.tr_series_lag_plot
Ljung-Box: a série é ruído branco?tr_series_ljung_box
Mann-Kendall: a série tem tendência?tr_series_mann_kendall
Média móvel de ordem k — a tendência a olho, sem modelo.tr_series_moving_average
Quantas diferenças a série pede para ficar estacionária.tr_series_ndiffs
Autocorrelação parcial: a correlação com a defasagem k, descontadas as intermediárias.tr_series_pacf
Pettitt: a série tem um ponto de mudança?tr_series_pettitt
Phillips-Perron: a série tem raiz unitária?tr_series_phillips_perron
Uma coluna da série múltipla, de volta ao mundo univariado.tr_series_pick
A série no tempo, e opcionalmente uma segunda série no mesmo eixo.tr_series_plot
Os quatro componentes, empilhados, cada um na sua escala.tr_series_plot_decomposition
O histórico e a previsão, com os leques de 80 e 95 tr_series_plot_forecast( previsao, historico = 0L, aspecto = "16:9", tema = "padrão", titulo = "", rotulo_x = "", rotulo_y = "", legenda = "direita" ) `historico` corta o passado mostrado, e só ele: com 40 anos de série mensal e 12 meses previstos, o leque vira um risco na ponta direita. Não muda a previsão — ela já foi feita no nó anterior.tr_series_plot_forecast
Uma faixa por série, eixo y livre: níveis diferentes não se espremem.tr_series_plot_mts
Diagnóstico amplitude–média para variância não constante.tr_series_range_mean
Regressão da série por FÓRMULA, e a previsão dela.tr_series_regression
Os resíduos do ajuste, como série — para testar e para ver.tr_series_residuals
Run (Wald-Wolfowitz): a série é aleatória?tr_series_runs
Gráfico sazonal: um traço por ano, percorrendo o ciclo.tr_series_seasonal_plot
Decomposição STL (Cleveland et al., 1990).tr_series_stl
Subséries: um painel por estação, com os anos em sequência e a média.tr_series_subseries
Log, raiz ou Box-Cox: estabiliza a variância que cresce com o nível.tr_series_transform
VAR(p) por mínimos quadrados equação a equação (Lütkepohl 2005, cap. 3).tr_series_var
Recorta a série entre dois períodos.tr_series_window
Zivot-Andrews: raiz unitária, com a quebra estimada pelo próprio teste?tr_series_zivot_andrews
A coleção `series`.trama_collection