前言

数据可视化无疑是探索性数据分析的一个重要且必要的组成部分。此外，我们经常希望根据一阶(first-order)和二阶(second-order)特征的总结来探索时空数据。在这里，我们考虑经验均值(empirical means)和经验协方差(empirical covariances)的可视化、时空协变函数和半变异函数(spatio-temporal covariograms and semivariograms)、经验正交函数(empirical orthogonal functions)的使用及其相关的主成分时间序列，以及时空典型相关分析。

1.经验空间均值(Empirical Spatial Means)

1.1公式层面

1.2代码实现

library("CCA") 
library("tidyverse")
library("gstat") 
library("sp") 
library("spacetime") 
library("STRbook")

我们现在使用 data 命令加载 NOAA 数据集。为了使数据大小易于管理，我们取了它的一个子集，对应于 1993 年 5 月至 9 月这几个月的最高日温度。我们还添加了一个新变量 t，它在数据集的开头从 1 开始&#