Rééchantillonner et agréger des observations

Manipuler des séries temporelles en R

Harrison Brown

Graduate Researcher in Geography

Fréquence d'échantillonnage

Fréquence :

Nombre d'observations par an
ex. : hebdo, quotidien, mensuel, …

Résolution temporelle :

« Haute résolution » = échantillonné souvent
« Basse résolution » = échantillonné rarement
« Haute » et « basse » sont subjectives

Schéma conceptuel avec deux grilles : l'une en basse résolution et l'autre en haute résolution. Le schéma illustre des données échantillonnées plus ou moins fréquemment.

Agrégation

Haute résolution -> basse résolution
Applique une fonction comme mean, sum, max à l'intervalle choisi
ex. :
- sum mensuel de données quotidiennes
- mean hebdo de valeurs horaires
- …

Impossible d'« inverser » l'agrégation
Total mensuel -> valeurs quotidiennes ?
Donne des statistiques pour décrire les motifs des données
L'agrégation réduit l'information

Agréger des données avec xts

xts :

eXtensible Time Series
Étend le package zoo et la classe d'objets zoo
Fonctions apply.*()

yearly_mean <-
  apply.yearly(x = maunaloa,
               FUN = mean)
autoplot(yearly_mean) + 
  labs(...)

Graphique du jeu de données Mauna Loa agrégé pour obtenir la moyenne annuelle. Contrairement aux données d'origine, avec une forte variation intra‑annuelle, cette courbe est très lisse car la résolution d'échantillonnage est bien plus faible.

Agréger des données avec xts

Série temporelle Mauna Loa représentant les concentrations de dioxyde de carbone échantillonnées chaque semaine. Tendance générale à la hausse, avec un pic saisonnier annuel.

Fonctions apply‑dot

daily_total <-
  apply.daily(hourly_sales,
              FUN = sum)

weekly_max <-
  apply.weekly(daily_temperature,
               FUN = max)

monthly_average <-
  apply.monthly(daily_price,
               FUN = mean)

apply.quarterly(sales_report,
                FUN = sum)

apply.yearly(monthly_salary,
             FUN = sum)

Endpoints et period.apply

xts::endpoints()

xts::period.apply()

biweekly_eps <-
  endpoints(x = daily_data,
            on = "weeks",
            k = 2)

biweekly_data <-
  period.apply(x = daily_data,
               INDEX = biweekly_eps,
               FUN = mean)

biweekly_data

2002-05-05 8.148611
2002-05-19 8.146776
2002-06-02 8.060020
2002-06-16 8.028224
2002-06-30 7.944792
2002-07-14 7.930159
...

Passons à la pratique !

Manipuler des séries temporelles en R