此示例基于电视节目的在线收视率。我们将从抓取数据开始。
分析的系列是亚伦·索尔金 (Aaron Sorkin) 的 _《_白宫风云_》_。
可下载资源
# 加载软件包。
packages <- c("gplot2", "MASS", "reshpe", "splnes",
"XML")
if (!fle.eiss(fie)) {
# 解析HTML内容。
html <- htmlPrse(lis?si=17ectn=a")
# 根据id选择表格。
tml <- pahppl(html, //tal\[@d='Tle'\]"\[1\] ?
# 转换为数据集。
da <- reHTML(hml)
# 第一个数据行。
head(da )
# 保存本地副本。
write.csv(ata\[, -3\], fle)
# 读取本地副本
daa <- red.sv(fie)
# 检查结果
str(dat)
Mean 是每集的平均评分，所以我们有一个参数， Count 是每集的投票数，所以我们有一个样本大小。使用标准误差方程
，我们将计算每个评分的“误差幅度”。请注意，由于有几集收视率非常高，因此收视率分布不正常。
# 计算季 daa$saon <- 1 + (daX - 1)%/%22 # 特殊情况 at$sasn\[which(dta$sesn > 7)\] <- c(7, NA) # 因子变量 daa$saon <- fator(aa$sesn)
我们对数据采取的最后一步是添加季编号，以便以后能够在绘图上区分它们。 除了两个特例（最后一季有 23 集，一个节目是电影特辑）外，_《_白宫风云_》_每一季 都有 22 集。我们使用除以 22 的余数来计算季，修复特殊情况，并将变量分解为绘图目的。
# 计算季 asaon <- 1 + (aX - 1)%/%22 # 特殊情况 dtseson\[wich(dtsasn > 7)\] <- c(7, A) # 因子变量 dtseson <- fctor(dasasn)
最后的图使用 95% 和 99% 的置信区间来可视化不确定性。
qlot(dta =dat, x = X, y = mu, clr =sasn, gem = "pont") + genge(es(yin = u - 1.96\*se, ymx = u + 1.96\*se), alpa = .5) + golie(as(yin =mu - 2.58\*se, yax = mu + 2.58\*e), apa = .5) +
该图对于每个季节的平均收视率会更有用，这些收视率很容易用该ddply() 函数检索 。还计算了最小和最大集数，以便能够绘制每个季节的水平段。由于我们将之前的绘图保存为 ggplot2 对象，因此添加线条只需要对额外的图形元素进行编码并将其添加到保存的元素之上。
# PELT算法计算变化点。 p <- tmean(atamu, 'PELT') # 提取结果。 xmin <- c(0, max\[-legh(xmax)\]) # 绘图。 gem_segnt(dat = eg)
平滑算法：LOESS(局部加权回归)和三次样条
现在让我们平滑这个系列。基本图都将使用相同的数据，我们将在其上叠加一条通过不同方法计算的趋势线。
随时关注您喜欢的主题
# 绘图 plot(data x = X, y = mu, alpa = I0.5), gom = line")
平滑数据的最简单方法是使用局部多项式，我们将其应用于每个季节的分数，然后应用于它们的去趋势值。更复杂的平滑方法使用 splines 。它仅用于最后一个图中。
# 每一季的LOESS平滑 LOESS(se = FALSE) + goln(y = tmu,neyp= dhe"+ as(colo = sason)
# 对去趋势的数值进行LOESS平滑处理 smooth(se = FALSE) + eoin(es =memu)), itype = ") +
# 立方样条 g + smooth( "m", ns(x, 8)
三次样条提供的信息与我们从变化点检测中了解到的情况几乎相同：该系列有三个时期，是由于观众收视率的一次下降。
# 三次样条和变化点 gmoth(method = ~ ns(x, 8))
可下载资源
关于作者
Kaizong Ye是拓端研究室（TRL）的研究员。在此对他对本文所作的贡献表示诚挚感谢，他在上海财经大学完成了统计学专业的硕士学位，专注人工智能领域。擅长Python.Matlab仿真、视觉处理、神经网络、数据分析。
本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。
非常感谢您阅读本文，如需帮助请联系我们！
R语言混合模型回归GBTM群组轨迹模型绘图可视化研究
Python生成对抗神经网络GAN预测股票及LSTMs、ARIMA对比分析ETF金融时间序列可视化
Python、R循环神经网络RNN、指数平滑ETS、ARIMA模型预测网络流量、ATM机取款、旅游需求时间序列数据
MATLAB深度学习Transformer神经网络量化金融时间序列预测交易策略回测
