1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
|
R version 3.5.3 (2019-03-11) -- "Great Truth"
Copyright (C) 2019 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu (64-bit)
R is free software and comes with ABSOLUTELY NO WARRANTY.
You are welcome to redistribute it under certain conditions.
Type 'license()' or 'licence()' for distribution details.
R is a collaborative project with many contributors.
Type 'contributors()' for more information and
'citation()' on how to cite R or R packages in publications.
Type 'demo()' for some demos, 'help()' for on-line help, or
'help.start()' for an HTML browser interface to help.
Type 'q()' to quit R.
> ###################################################
> ### chunk number 1: preliminaries
> ###################################################
> library("zoo")
Attaching package: 'zoo'
The following objects are masked from 'package:base':
as.Date, as.Date.numeric
> library("tseries")
> library("strucchange")
Loading required package: sandwich
> library("timeDate")
> online <- FALSE ## if set to FALSE the local copy of MSFT.rda
> ## is used instead of get.hist.quote()
> options(prompt = "R> ")
R> Sys.setenv(TZ = "GMT")
R> suppressWarnings(RNGversion("3.5.0"))
R>
R>
R> ###################################################
R> ### chunk number 2: zoo-prelim
R> ###################################################
R> library("zoo")
R> set.seed(1071)
R>
R>
R> ###################################################
R> ### chunk number 3: zoo-vectors1
R> ###################################################
R> z1.index <- ISOdatetime(2004, rep(1:2,5), sample(28,10), 0, 0, 0)
R> z1.data <- rnorm(10)
R> z1 <- zoo(z1.data, z1.index)
R>
R>
R> ###################################################
R> ### chunk number 4: zoo-vectors2
R> ###################################################
R> z2.index <- as.POSIXct(paste(2004, rep(1:2, 5), sample(1:28, 10), sep = "-"))
R> z2.data <- sin(2*1:10/pi)
R> z2 <- zoo(z2.data, z2.index)
R>
R>
R> ###################################################
R> ### chunk number 5: zoo-matrix
R> ###################################################
R> Z.index <- as.Date(sample(12450:12500, 10))
R> Z.data <- matrix(rnorm(30), ncol = 3)
R> colnames(Z.data) <- c("Aa", "Bb", "Cc")
R> Z <- zoo(Z.data, Z.index)
R>
R>
R> ###################################################
R> ### chunk number 6: print1
R> ###################################################
R> z1
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07
0.74675994 0.02107873 -0.29823529 0.68625772 1.94078850 1.27384445
2004-02-12 2004-02-16 2004-02-20 2004-02-24
0.22170438 -2.07607585 -1.78439244 -0.19533304
R> z1[3:7]
2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-12
-0.2982353 0.6862577 1.9407885 1.2738445 0.2217044
R>
R>
R> ###################################################
R> ### chunk number 7: print2
R> ###################################################
R> Z
Aa Bb Cc
2004-02-02 1.2554339 0.6815732 -0.63292049
2004-02-08 -1.4945833 1.3234122 -1.49442269
2004-02-09 -1.8746225 -0.8732929 0.62733971
2004-02-21 -0.1453861 0.4523490 -0.14597401
2004-02-22 0.2254242 0.5383894 0.23136133
2004-02-29 1.2069552 0.3181422 -0.01129202
2004-03-05 -1.2086102 1.4237978 -0.81614483
2004-03-10 -0.1103956 1.3477425 0.95522468
2004-03-14 0.8420238 -2.7384202 0.23150695
2004-03-20 -0.1901910 0.1230887 -1.51862157
R> Z[1:3, 2:3]
Bb Cc
2004-02-02 0.6815732 -0.6329205
2004-02-08 1.3234122 -1.4944227
2004-02-09 -0.8732929 0.6273397
R>
R>
R> ###################################################
R> ### chunk number 8: subset
R> ###################################################
R> z1[ISOdatetime(2004, 1, c(14, 25), 0, 0, 0)]
2004-01-14 2004-01-25
0.02107873 0.68625772
R>
R>
R> ###################################################
R> ### chunk number 9: summary
R> ###################################################
R> summary(z1)
Index z1
Min. :2004-01-05 00:00:00 Min. :-2.07608
1st Qu.:2004-01-20 12:00:00 1st Qu.:-0.27251
Median :2004-02-01 12:00:00 Median : 0.12139
Mean :2004-02-01 09:36:00 Mean : 0.05364
3rd Qu.:2004-02-15 00:00:00 3rd Qu.: 0.73163
Max. :2004-02-24 00:00:00 Max. : 1.94079
R> summary(Z)
Index Aa Bb Cc
Min. :2004-02-02 Min. :-1.8746 Min. :-2.7384 Min. :-1.51862
1st Qu.:2004-02-12 1st Qu.:-0.9540 1st Qu.: 0.1719 1st Qu.:-0.77034
Median :2004-02-25 Median :-0.1279 Median : 0.4954 Median :-0.07863
Mean :2004-02-25 Mean :-0.1494 Mean : 0.2597 Mean :-0.25739
3rd Qu.:2004-03-08 3rd Qu.: 0.6879 3rd Qu.: 1.1630 3rd Qu.: 0.23147
Max. :2004-03-20 Max. : 1.2554 Max. : 1.4238 Max. : 0.95522
R>
R>
R> ###################################################
R> ### chunk number 10: zooreg1
R> ###################################################
R> zr1 <- zooreg(sin(1:9), start = 2000, frequency = 4)
R> zr2 <- zoo(sin(1:9), seq(2000, 2002, by = 1/4), 4)
R> zr1
2000 Q1 2000 Q2 2000 Q3 2000 Q4 2001 Q1 2001 Q2 2001 Q3
0.8414710 0.9092974 0.1411200 -0.7568025 -0.9589243 -0.2794155 0.6569866
2001 Q4 2002 Q1
0.9893582 0.4121185
R> zr2
2000 Q1 2000 Q2 2000 Q3 2000 Q4 2001 Q1 2001 Q2 2001 Q3
0.8414710 0.9092974 0.1411200 -0.7568025 -0.9589243 -0.2794155 0.6569866
2001 Q4 2002 Q1
0.9893582 0.4121185
R>
R>
R> ###################################################
R> ### chunk number 11: zooreg2
R> ###################################################
R> zr1 <- zr1[-c(3, 5)]
R> zr1
2000 Q1 2000 Q2 2000 Q4 2001 Q2 2001 Q3 2001 Q4 2002 Q1
0.8414710 0.9092974 -0.7568025 -0.2794155 0.6569866 0.9893582 0.4121185
R> class(zr1)
[1] "zooreg" "zoo"
R> frequency(zr1)
[1] 4
R>
R>
R> ###################################################
R> ### chunk number 12: zooreg1b
R> ###################################################
R> zooreg(1:5, start = as.Date("2005-01-01"))
2005-01-01 2005-01-02 2005-01-03 2005-01-04 2005-01-05
1 2 3 4 5
R>
R>
R> ###################################################
R> ### chunk number 13: zooreg3
R> ###################################################
R> is.regular(zr1)
[1] TRUE
R> is.regular(zr1, strict = TRUE)
[1] FALSE
R>
R>
R> ###################################################
R> ### chunk number 14: zooreg4
R> ###################################################
R> zr1 <- as.zoo(zr1)
R> zr1
2000 Q1 2000 Q2 2000 Q4 2001 Q2 2001 Q3 2001 Q4 2002 Q1
0.8414710 0.9092974 -0.7568025 -0.2794155 0.6569866 0.9893582 0.4121185
R> class(zr1)
[1] "zoo"
R> is.regular(zr1)
[1] TRUE
R> frequency(zr1)
[1] 4
R>
R>
R> ###################################################
R> ### chunk number 15: zooreg5
R> ###################################################
R> as.ts(zr1)
Qtr1 Qtr2 Qtr3 Qtr4
2000 0.8414710 0.9092974 NA -0.7568025
2001 NA -0.2794155 0.6569866 0.9893582
2002 0.4121185
R> identical(zr2, as.zoo(as.ts(zr2)))
[1] TRUE
R>
R>
R> ###################################################
R> ### chunk number 16: plot1 eval=FALSE
R> ###################################################
R> ## plot(Z)
R>
R>
R> ###################################################
R> ### chunk number 17: plot2 eval=FALSE
R> ###################################################
R> ## plot(Z, plot.type = "single", col = 2:4)
R>
R>
R> ###################################################
R> ### chunk number 18: plot2-repeat
R> ###################################################
R> plot(Z, plot.type = "single", col = 2:4)
R>
R>
R> ###################################################
R> ### chunk number 19: plot1-repeat
R> ###################################################
R> plot(Z)
R>
R>
R> ###################################################
R> ### chunk number 20: plot3
R> ###################################################
R> plot(Z, type = "b", lty = 1:3, pch = list(Aa = 1:5, Bb = 2, Cc = 4), col = list(Bb = 2, 4))
R>
R>
R> ###################################################
R> ### chunk number 21: plot3-repeat eval=FALSE
R> ###################################################
R> ## plot(Z, type = "b", lty = 1:3, pch = list(Aa = 1:5, Bb = 2, Cc = 4), col = list(Bb = 2, 4))
R>
R>
R> ###################################################
R> ### chunk number 22: rbind
R> ###################################################
R> rbind(z1[5:10], z1[2:3])
2004-01-14 2004-01-19 2004-01-27 2004-02-07 2004-02-12 2004-02-16
0.02107873 -0.29823529 1.94078850 1.27384445 0.22170438 -2.07607585
2004-02-20 2004-02-24
-1.78439244 -0.19533304
R>
R>
R> ###################################################
R> ### chunk number 23: cbind
R> ###################################################
R> cbind(z1, z2)
z1 z2
2004-01-03 NA 0.94306673
2004-01-05 0.74675994 -0.04149429
2004-01-14 0.02107873 NA
2004-01-17 NA 0.59448077
2004-01-19 -0.29823529 -0.52575918
2004-01-24 NA -0.96739776
2004-01-25 0.68625772 NA
2004-01-27 1.94078850 NA
2004-02-07 1.27384445 NA
2004-02-08 NA 0.95605566
2004-02-12 0.22170438 -0.62733473
2004-02-13 NA -0.92845336
2004-02-16 -2.07607585 NA
2004-02-20 -1.78439244 NA
2004-02-24 -0.19533304 NA
2004-02-25 NA 0.56060280
2004-02-26 NA 0.08291711
R>
R>
R> ###################################################
R> ### chunk number 24: merge
R> ###################################################
R> merge(z1, z2, all = FALSE)
z1 z2
2004-01-05 0.7467599 -0.04149429
2004-01-19 -0.2982353 -0.52575918
2004-02-12 0.2217044 -0.62733473
R>
R>
R> ###################################################
R> ### chunk number 25: merge2
R> ###################################################
R> merge(z1, pi, 1:10)
z1 pi 1:10
2004-01-05 0.74675994 3.141593 1
2004-01-14 0.02107873 3.141593 2
2004-01-19 -0.29823529 3.141593 3
2004-01-25 0.68625772 3.141593 4
2004-01-27 1.94078850 3.141593 5
2004-02-07 1.27384445 3.141593 6
2004-02-12 0.22170438 3.141593 7
2004-02-16 -2.07607585 3.141593 8
2004-02-20 -1.78439244 3.141593 9
2004-02-24 -0.19533304 3.141593 10
R>
R>
R> ###################################################
R> ### chunk number 26: aggregate
R> ###################################################
R> firstofmonth <- function(x) as.Date(sub("..$", "01", format(x)))
R> aggregate(Z, firstofmonth(index(Z)), mean)
Aa Bb Cc
2004-02-01 -0.1377964 0.40676219 -0.2376514
2004-03-01 -0.1667933 0.03905223 -0.2870087
R> aggregate(Z, firstofmonth, head, 1)
Aa Bb Cc
2004-02-01 1.255434 0.6815732 -0.6329205
2004-03-01 -1.208610 1.4237978 -0.8161448
R>
R>
R> ###################################################
R> ### chunk number 27: disaggregate
R> ###################################################
R> Nile.na <- merge(as.zoo(Nile), zoo(, seq(start(Nile)[1], end(Nile)[1], 1/4)))
R> head(as.zoo(Nile))
1871 1872 1873 1874 1875 1876
1120 1160 963 1210 1160 1160
R> head(na.approx(Nile.na))
1871(1) 1871(2) 1871(3) 1871(4) 1872(1) 1872(2)
1120.00 1130.00 1140.00 1150.00 1160.00 1110.75
R> head(na.locf(Nile.na))
1871(1) 1871(2) 1871(3) 1871(4) 1872(1) 1872(2)
1120 1120 1120 1120 1160 1160
R> head(na.spline(Nile.na))
1871(1) 1871(2) 1871(3) 1871(4) 1872(1) 1872(2)
1120.000 1199.059 1224.985 1208.419 1160.000 1091.970
R>
R>
R> ###################################################
R> ### chunk number 28: Ops
R> ###################################################
R> z1 + z2
2004-01-05 2004-01-19 2004-02-12
0.7052657 -0.8239945 -0.4056304
R> z1 < z2
2004-01-05 2004-01-19 2004-02-12
FALSE FALSE FALSE
R>
R>
R> ###################################################
R> ### chunk number 29: cumsum
R> ###################################################
R> cumsum(Z)
Aa Bb Cc
2004-02-02 1.2554339 0.6815732 -0.6329205
2004-02-08 -0.2391494 2.0049854 -2.1273432
2004-02-09 -2.1137718 1.1316925 -1.5000035
2004-02-21 -2.2591579 1.5840415 -1.6459775
2004-02-22 -2.0337337 2.1224309 -1.4146162
2004-02-29 -0.8267785 2.4405731 -1.4259082
2004-03-05 -2.0353888 3.8643710 -2.2420530
2004-03-10 -2.1457844 5.2121135 -1.2868283
2004-03-14 -1.3037606 2.4736933 -1.0553214
2004-03-20 -1.4939516 2.5967820 -2.5739429
R>
R>
R> ###################################################
R> ### chunk number 30: coredata
R> ###################################################
R> coredata(z1)
[1] 0.74675994 0.02107873 -0.29823529 0.68625772 1.94078850 1.27384445
[7] 0.22170438 -2.07607585 -1.78439244 -0.19533304
R> coredata(z1) <- 1:10
R> z1
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-12
1 2 3 4 5 6 7
2004-02-16 2004-02-20 2004-02-24
8 9 10
R>
R>
R> ###################################################
R> ### chunk number 31: index
R> ###################################################
R> index(z2)
[1] "2004-01-03 GMT" "2004-01-05 GMT" "2004-01-17 GMT" "2004-01-19 GMT"
[5] "2004-01-24 GMT" "2004-02-08 GMT" "2004-02-12 GMT" "2004-02-13 GMT"
[9] "2004-02-25 GMT" "2004-02-26 GMT"
R>
R>
R> ###################################################
R> ### chunk number 32: index2
R> ###################################################
R> index(z2) <- index(z1)
R> z2
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07
0.94306673 -0.04149429 0.59448077 -0.52575918 -0.96739776 0.95605566
2004-02-12 2004-02-16 2004-02-20 2004-02-24
-0.62733473 -0.92845336 0.56060280 0.08291711
R>
R>
R> ###################################################
R> ### chunk number 33: startend
R> ###################################################
R> start(z1)
[1] "2004-01-05 GMT"
R> end(z1)
[1] "2004-02-24 GMT"
R>
R>
R> ###################################################
R> ### chunk number 34: window
R> ###################################################
R> window(Z, start = as.Date("2004-03-01"))
Aa Bb Cc
2004-03-05 -1.2086102 1.4237978 -0.8161448
2004-03-10 -0.1103956 1.3477425 0.9552247
2004-03-14 0.8420238 -2.7384202 0.2315069
2004-03-20 -0.1901910 0.1230887 -1.5186216
R> window(Z, index = index(Z)[5:8], end = as.Date("2004-03-01"))
Aa Bb Cc
2004-02-22 0.2254242 0.5383894 0.23136133
2004-02-29 1.2069552 0.3181422 -0.01129202
R>
R>
R> ###################################################
R> ### chunk number 35: window2
R> ###################################################
R> window(z1, end = as.POSIXct("2004-02-01")) <- 9:5
R> z1
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-12
9 8 7 6 5 6 7
2004-02-16 2004-02-20 2004-02-24
8 9 10
R>
R>
R> ###################################################
R> ### chunk number 36: lagdiff
R> ###################################################
R> lag(z1, k = -1)
2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-12 2004-02-16
9 8 7 6 5 6 7
2004-02-20 2004-02-24
8 9
R> merge(z1, lag(z1, k = 1))
z1 lag(z1, k = 1)
2004-01-05 9 8
2004-01-14 8 7
2004-01-19 7 6
2004-01-25 6 5
2004-01-27 5 6
2004-02-07 6 7
2004-02-12 7 8
2004-02-16 8 9
2004-02-20 9 10
2004-02-24 10 NA
R> diff(z1)
2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-12 2004-02-16
-1 -1 -1 -1 1 1 1
2004-02-20 2004-02-24
1 1
R>
R>
R> ###################################################
R> ### chunk number 37: coercion
R> ###################################################
R> as.data.frame(Z)
Aa Bb Cc
2004-02-02 1.2554339 0.6815732 -0.63292049
2004-02-08 -1.4945833 1.3234122 -1.49442269
2004-02-09 -1.8746225 -0.8732929 0.62733971
2004-02-21 -0.1453861 0.4523490 -0.14597401
2004-02-22 0.2254242 0.5383894 0.23136133
2004-02-29 1.2069552 0.3181422 -0.01129202
2004-03-05 -1.2086102 1.4237978 -0.81614483
2004-03-10 -0.1103956 1.3477425 0.95522468
2004-03-14 0.8420238 -2.7384202 0.23150695
2004-03-20 -0.1901910 0.1230887 -1.51862157
R>
R>
R> ###################################################
R> ### chunk number 38: na
R> ###################################################
R> z1[sample(1:10, 3)] <- NA
R> z1
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-12
9 NA 7 6 5 6 NA
2004-02-16 2004-02-20 2004-02-24
8 9 NA
R> na.omit(z1)
2004-01-05 2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-16 2004-02-20
9 7 6 5 6 8 9
R> na.contiguous(z1)
2004-01-19 2004-01-25 2004-01-27 2004-02-07
7 6 5 6
R> na.approx(z1)
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-12
9.000000 7.714286 7.000000 6.000000 5.000000 6.000000 7.111111
2004-02-16 2004-02-20
8.000000 9.000000
R> na.approx(z1, 1:NROW(z1))
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-12
9 8 7 6 5 6 7
2004-02-16 2004-02-20
8 9
R> na.locf(z1)
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07 2004-02-12
9 9 7 6 5 6 6
2004-02-16 2004-02-20 2004-02-24
8 9 9
R>
R>
R> ###################################################
R> ### chunk number 39: rollapply
R> ###################################################
R> rollapply(Z, 5, sd)
Aa Bb Cc
2004-02-09 1.2814876 0.8018950 0.8218959
2004-02-21 1.2658555 0.7891358 0.8025043
2004-02-22 1.2102011 0.8206819 0.5319727
2004-02-29 0.8662296 0.5266261 0.6411751
2004-03-05 0.9363400 1.7011273 0.6356144
2004-03-10 0.9508642 1.6892246 0.9578196
R> rollapply(Z, 5, sd, fill = NA, align = "left")
Aa Bb Cc
2004-02-02 1.2814876 0.8018950 0.8218959
2004-02-08 1.2658555 0.7891358 0.8025043
2004-02-09 1.2102011 0.8206819 0.5319727
2004-02-21 0.8662296 0.5266261 0.6411751
2004-02-22 0.9363400 1.7011273 0.6356144
2004-02-29 0.9508642 1.6892246 0.9578196
2004-03-05 NA NA NA
2004-03-10 NA NA NA
2004-03-14 NA NA NA
2004-03-20 NA NA NA
R>
R>
R> ###################################################
R> ### chunk number 40: rollmean
R> ###################################################
R> rollmean(z2, 5, fill = NA)
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27
NA NA 0.0005792538 0.0031770388 -0.1139910497
2004-02-07 2004-02-12 2004-02-16 2004-02-20 2004-02-24
-0.4185778750 -0.2013054791 0.0087574946 NA NA
R>
R>
R> ###################################################
R> ### chunk number 41: strucchange1
R> ###################################################
R> library("strucchange")
R> data("Journals", package = "AER")
R> Journals$age <- 2000 - Journals$foundingyear
R> scus <- gefp(log(subs) ~ log(price/citations), order.by = ~ age,
+ data = Journals)
R>
R>
R> ###################################################
R> ### chunk number 42: strucchange2
R> ###################################################
R> plot(scus)
R>
R>
R> ###################################################
R> ### chunk number 43: tseries1 eval=FALSE
R> ###################################################
R> ## library("tseries")
R> ## MSFT <- get.hist.quote(instrument = "MSFT", start = "2001-01-01",
R> ## end = "2004-09-30", origin = "1970-01-01", retclass = "ts")
R>
R>
R> ###################################################
R> ### chunk number 44: tseries1a
R> ###################################################
R> if(online) {
+ MSFT <- get.hist.quote("MSFT", start = "2001-01-01",
+ end = "2004-09-30", origin = "1970-01-01", retclass = "ts")
+ save(MSFT, file = "MSFT.rda", compress = TRUE)
+ } else {
+ load(system.file("doc", "MSFT.rda", package = "zoo"))
+ }
R>
R>
R> ###################################################
R> ### chunk number 45: tseries2
R> ###################################################
R> MSFT <- as.zoo(MSFT)
R> index(MSFT) <- as.Date(index(MSFT))
R> MSFT <- na.omit(MSFT)
R>
R>
R> ###################################################
R> ### chunk number 46: tseries3
R> ###################################################
R> MSFT <- as.zoo(MSFT)
R>
R>
R> ###################################################
R> ### chunk number 47: tseries3
R> ###################################################
R> plot(diff(log(MSFT)))
R>
R>
R> ###################################################
R> ### chunk number 48: timeDate2
R> ###################################################
R> library("timeDate")
R> z2td <- zoo(coredata(z2), timeDate(index(z2), FinCenter = "GMT"))
R> z2td
2004-01-05 2004-01-14 2004-01-19 2004-01-25 2004-01-27 2004-02-07
0.94306673 -0.04149429 0.59448077 -0.52575918 -0.96739776 0.95605566
2004-02-12 2004-02-16 2004-02-20 2004-02-24
-0.62733473 -0.92845336 0.56060280 0.08291711
R>
R>
R> ###################################################
R> ### chunk number 49: yearmon1
R> ###################################################
R> zr3 <- zooreg(rnorm(9), start = as.yearmon(2000), frequency = 12)
R> zr3
Jan 2000 Feb 2000 Mar 2000 Apr 2000 May 2000 Jun 2000
-0.30969096 0.08699142 -0.64837101 -0.62786277 -0.61932674 -0.95506154
Jul 2000 Aug 2000 Sep 2000
-1.91736406 0.38108885 1.51405511
R>
R>
R> ###################################################
R> ### chunk number 50: yearmon2
R> ###################################################
R> aggregate(zr3, as.yearqtr, mean)
2000 Q1 2000 Q2 2000 Q3
-0.2903569 -0.7340837 -0.0074067
R>
R>
R> ###################################################
R> ### chunk number 51: yearmon3
R> ###################################################
R> as.Date(index(zr3))
[1] "2000-01-01" "2000-02-01" "2000-03-01" "2000-04-01" "2000-05-01"
[6] "2000-06-01" "2000-07-01" "2000-08-01" "2000-09-01"
R> as.Date(index(zr3), frac = 1)
[1] "2000-01-31" "2000-02-29" "2000-03-31" "2000-04-30" "2000-05-31"
[6] "2000-06-30" "2000-07-31" "2000-08-31" "2000-09-30"
R>
R>
R> ###################################################
R> ### chunk number 52: yearmon4
R> ###################################################
R> index(zr3) <- as.POSIXct(index(zr3))
R> as.irts(zr3)
2000-01-01 00:00:00 GMT -0.3097
2000-02-01 00:00:00 GMT 0.08699
2000-03-01 00:00:00 GMT -0.6484
2000-04-01 00:00:00 GMT -0.6279
2000-05-01 00:00:00 GMT -0.6193
2000-06-01 00:00:00 GMT -0.9551
2000-07-01 00:00:00 GMT -1.917
2000-08-01 00:00:00 GMT 0.3811
2000-09-01 00:00:00 GMT 1.514
R>
R>
R>
> proc.time()
user system elapsed
0.708 0.046 0.734
|
