R - グループ/条件変数を時系列に追加する

Question

私はいくつかの人からのバイオメトリック時系列波形データを持っており、動物園パッケージを使ってデータを保存しています。玩具例：

library(zoo) 
w1 <- sin(seq(0,20,0.25)) 
w2 <- cos(seq(0,20,0.25)) 
df <- data.frame(w1,w1,w1,w2,w2,w2) 
names(df) <- paste("waves", 1:6, sep="") 
waves <- zoo(df) 

しかし、私はまた、それぞれの人（例えば、年齢、性別、健康状態）のための追加のグループ/条件変数の束を持っています。健康な人だけの波形で何かをする必要がある場合は、想像してみてください。

私が理解していることから、zooやxtsオブジェクトは追加変数を受け入れません。だから私の計画は、これらの追加変数の参照データフレームを維持することでした。たとえば、次のように

lookup <- data.frame(index = paste("waves", 1:6, sep=""), 
        group = c("healthy", "unhealthy")) 

私は健康な人をサンプリングする必要があるのであれば、今、私が行うことができます。

select <- waves[, lookup$index[lookup$group=="healthy"]] 

は、時系列+追加の変数を管理するためのより良い方法やデータ構造がありますか？

Answer 1

あなたが探しているのは、パネルデータの構造です。パネルデータは、断面時系列データとも呼ばれ、エンティティ間だけでなく時間とともに変化するデータです。あなたのケースではwavesのvalueは各エンティティ内で時間によって異なりますが、groupはエンティティによって異なります。典型的なパネルデータ形式になるには、簡単なgatherとjoinを実行することができます。ここで

library(tidyr) 
library(dplyr) 
panel_df = df %>% 
    gather(index, value) %>% 
    inner_join(lookup, by = "index") %>% 
    group_by(index) %>% 
    mutate(time = 1:n()) 

#  index  value group time 
#  <chr>  <dbl> <chr> <int> 
# 1 waves1 0.0000000 healthy  1 
# 2 waves1 0.2474040 healthy  2 
# 3 waves1 0.4794255 healthy  3 
# 4 waves1 0.6816388 healthy  4 
# 5 waves1 0.8414710 healthy  5 
# 6 waves1 0.9489846 healthy  6 
# 7 waves1 0.9974950 healthy  7 
# 8 waves1 0.9839859 healthy  8 
# 9 waves1 0.9092974 healthy  9 
# 10 waves1 0.7780732 healthy 10 
# # ... with 476 more rows 

、indexは、エンティティ次元を表し、Iは、パネルデータの時間次元を示すためtime変数を手動で作成しました。

library(ggplot2) 
# Visualize all waves, grouped by health status 
ggplot(panel_df, aes(x = time, y = value, group = index)) + 
    geom_line(aes(color = group)) 

# Only Healthy people 
panel_df %>% 
    filter(group == "healthy") %>% 
    ggplot(aes(x = time, y = value, color = index)) + 
    geom_line() 

# Compare healthy and unhealthy people's waves 
panel_df %>% 
    ggplot(aes(x = time, y = value, color = index)) + 
    geom_line() + 
    facet_grid(. ~ group) 

時間次元での作業：

# plot acf for each entity `value` time series 
par(mfrow = c(3, 2)) 
by(panel_df$value, panel_df$index, function(x) acf(x)) 

あなたは ggplot2で、次のような何かを行うことができ、パネルデータを視覚化するために、

library(forecast) 
panel_df %>% 
    filter(index == "waves1") %>% 
    {autoplot(acf(.$value))} 

最後に、plmパッケージは、パネルデータでの作業に最適です。計量分析からの様々なパネル回帰モデルが実装されていますが、この回答をもう作成しないために、私は自分の研究のためにいくつかのリンクを残すだけです。pdimは、あなたのパネルデータのと、それはバランスが取れているかどうかのエンティティと時間次元を伝えます：

library(plm) 
# Check dimension of Panel 
pdim(panel_df, index = c("index", "time")) 
# Balanced Panel: n=6, T=81, N=486 

1. What is Panel Data?
2. Getting Started in Fixed/Random Effects Models using R
3. Regressions with Panel Data

私はよりよいのためのあなたのデータを変更しましたデモンストレーション。

データ：

library(zoo) 
w1 <- sin(seq(0,20,0.25)) 
w2 <- cos(seq(0,20,0.25)) 
w3 = w1*2 
w4 = w2*0.5 
w5 = w1*w2 
w6 = w2^2 

df <- data.frame(w1,w2,w3,w4,w5,w6, stringsAsFactors = FALSE) 
names(df) <- paste("waves", 1:6, sep="") 
waves <- zoo(df) 

lookup <- data.frame(index = paste("waves", 1:6, sep=""), 
        group = c("healthy", "unhealthy"), 
        stringsAsFactors = FALSE)