Rのfilter()
関数が移動平均を計算することがわかりました。私はfilter()
の出力と並んでプロットでそれを表示するために、私に動きの分散または標準偏差を返す関数が存在するかどうかを知りたいと思います。移動分散R
移動分散R
答えて
が動物園パッケージを考えてみましょう。例えばfilter()
ために与える:
> filter(1:100, rep(1/3,3))
Time Series:
Start = 1
End = 100
Frequency = 1
[1] NA 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] 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] 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] 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 NA
動物園でrollmean()
に対し与える:(この例では3点移動平均のために)同じである
> rollmean(1:100, k = 3, na.pad = TRUE)
[1] NA 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] 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] 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] 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 NA
を。 動物園ながら
は、指定したウィンドウに任意のR関数を適用するapply()
関数のように働く、それはrollapply()
を持っているrollsd()
またはrollvar()
を持っていません。
> rollapply(1:100, width = 3, FUN = sd, na.pad = TRUE)
[1] NA 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[26] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[51] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[76] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 NA
Warning message:
In rollapply.zoo(zoo(data), ...) : na.pad argument is deprecated
以上面白いことに:
> rollapply(vec, width = 3, FUN = sd, na.pad = TRUE)
[1] NA 0.3655067 0.8472871 0.5660495 0.3491970 0.4732417 0.9236859
[8] 0.8075226 1.8725851 1.1930784 0.6329325 1.1412416 0.8430772 0.5808005
[15] 0.3838545 1.1738170 1.1655400 1.3241700 0.6876834 0.1534157 0.4858477
[22] 0.9843506 0.6002713 0.6897541 2.0619563 2.5675788 6.3522039 6.0066864
[29] 6.2618432 5.1704866 2.1360853 2.5602557 1.0408528 1.0316396 4.9441628
[36] 5.0319314 5.7589716 3.2425000 4.8788158 2.0847286 4.5199291 2.5323486
[43] 2.1987149 1.8393000 1.2278639 1.5998965 1.5341485 4.4287108 4.4159166
[50] 4.3224546 3.6959067 4.9826264 5.3134044 8.4084322 9.1249234 7.5506725
[57] 3.8499136 3.9680487 5.6362296 4.9124095 4.3452706 4.0227141 4.5867559
[64] 4.7350394 4.3203807 4.4506799 7.2759499 7.6536424 7.8487654 2.0905576
[71] 4.0056880 5.6209853 1.5551659 1.3615268 2.8469458 2.8323588 1.9848578
[78] 1.1201124 1.4248380 1.7802571 1.4281773 2.5481935 1.8554451 1.0925410
[85] 2.1823722 2.2788755 2.4205378 2.0733741 0.7462248 1.3873578 1.4265948
[92] 0.7212619 0.7425993 1.0696432 2.4520585 3.0555819 3.1000885 1.0945292
[99] 0.3726928 NA
Warning message:
In rollapply.zoo(zoo(data), ...) : na.pad argument is deprecated
> rollapply(vec, width = 3, FUN = sd, fill = NA)
rollapply
zoo
パッケージには任意の機能があります。デフォルトでNA
が除かれている点で、filter
とは異なります。
しかし、言われているように、あなた自身をロールするのがとても簡単な(馬鹿を意図した)機能のためにパッケージを読み込むのはあまり意味がありません。
ここで右揃えています一つだ:
my.rollapply <- function(vec, width, FUN)
sapply(seq_along(vec),
function(i) if (i < width) NA else FUN(vec[i:(i-width+1)]))
set.seed(1)
vec <- sample(1:50, 50)
my.rollapply(vec, 3, sd)
[1] NA NA 7.094599 12.124356 16.522712 18.502252 18.193405 7.234178 8.144528
[10] 14.468356 12.489996 3.055050 20.808652 19.467922 18.009257 18.248288 15.695010 7.505553
[19] 10.066446 11.846237 17.156146 6.557439 5.291503 23.629078 22.590558 21.197484 22.810816
[28] 24.433583 19.502137 16.165808 11.503623 12.288206 9.539392 13.051181 13.527749 19.974984
[37] 19.756855 17.616280 19.347696 18.248288 15.176737 6.082763 10.000000 10.016653 4.509250
[46] 2.645751 1.527525 5.291503 10.598742 6.557439
# rollapply output for comparison
rollapply(vec, width=3, sd, fill=NA, align='right')
[1] NA NA 7.094599 12.124356 16.522712 18.502252 18.193405 7.234178 8.144528
[10] 14.468356 12.489996 3.055050 20.808652 19.467922 18.009257 18.248288 15.695010 7.505553
[19] 10.066446 11.846237 17.156146 6.557439 5.291503 23.629078 22.590558 21.197484 22.810816
[28] 24.433583 19.502137 16.165808 11.503623 12.288206 9.539392 13.051181 13.527749 19.974984
[37] 19.756855 17.616280 19.347696 18.248288 15.176737 6.082763 10.000000 10.016653 4.509250
[46] 2.645751 1.527525 5.291503 10.598742 6.557439
+1独自のコードを使用しています。 –
これは素晴らしく、感謝します! – Contango
でTTRパッケージは、とりわけrunSD
を持っているとしてあなたは、fill = NA
引数を使用して警告を取り除くことができます
> library(TTR)
> ls("package:TTR", pattern="run*")
[1] "runCor" "runCov" "runMAD" "runMax" "runMean"
[6] "runMedian" "runMin" "runSD" "runSum" "runVar"
runSD
は、多くのR関数呼び出しを避けるため、rollapply
よりもはるかに高速です。例:
rzoo <- function(x,n) rollapplyr(x, n, sd, fill=NA)
rttr <- function(x,n) runSD(x, n)
library(rbenchmark)
set.seed(21)
x <- rnorm(1e4)
all.equal(rzoo(x,250), rttr(x,250))
# [1] TRUE
benchmark(rzoo(x,250), rttr(x,250))[,1:6]
# test replications elapsed relative user.self sys.self
# 2 rttr(x, 250) 100 0.58 1.000 0.58 0.00
# 1 rzoo(x, 250) 100 54.53 94.017 53.85 0.06
- 1. 分散分析R
- 2. 分散ファイルシステム上でのファイルの移動
- 3. 予測分散関数R
- 4. 分散処理用Rパッケージ
- 5. サンプル共分散行列の生成R
- 6. R forループ計算用分散値
- 7. kモード後の分散計算R
- 8. R、分散カットオフに基づくフィルタマトリックス
- 9. 時系列データの定数分散R
- 10. R:債券返済分散(0.005,0.01.0.05,0.1,0.5,0.9,0.95,0.99,0.995)
- 11. R移動欄
- 12. 離散グローバルグリッドR
- 13. Proc GLMの分散共分散行列
- 14. R:移動差分変数を作成する
- 15. 分散分布アルゴリズム
- 16. R差散布図
- 17. Rダイナミックブラウン橋移動モデルラスターエラー
- 18. 移動中のウィンドウR
- 19. Rプロットヘッダーを移動する
- 20. プロットの移動方法R
- 21. C#キャスティングジェネリック(共分散と反動?)
- 22. 複数変数の時系列共分散行列 - R
- 23. コンピュータビジョンのカルマンフィルタ:QとRのノイズ共分散の選択
- 24. calc.relimp()経由のRの共分散行列計算エラー
- 25. erlang:分散ハッシュテーブル?
- 26. erlang分散バンキングシステム
- 27. 分散データベース
- 28. 分散セロリスケジューラ
- 29. Java共分散
- 30. .NET共分散
+1時間を掛けるために+1 –
Gavinさん、ありがとう、これはアドオンの質問だと思いますが、 'ts 'を使用するベースのRソリューションを知っていますか? – Rhubarb
@Zhubarbは、単一の機能ではありません。これをベースRの部分からコード化することができます( 'rollapply()'がされているように)。しかし、私が知っているものは何もありません* –