Wat is een rolling window?

Tijdreeksgegevens bewerken in R

Harrison Brown

Graduate Researcher in Geography

Vensters

  • Een venster is een beperkt bereik aan observaties

Conceptuele analogie die de gelijkenis toont tussen een tijdreeksvenster en de scrollbalk op een computerscherm.

Tijdreeksgegevens bewerken in R

Vensters

Originele data:

Plot van de FTSE-tijdreeks, met een algemene opwaartse trend.

Venster:

Plot met een tijdreeksvenster op basis van de FTSE-dataset. Het venster loopt van 1992 tot 1993 en is een kleinere subset van de volledige data (1991–1999).

Tijdreeksgegevens bewerken in R

Globale samenvattingsstatistiek

mean(ftse)
[1] 3565.643
autoplot(ftse) + 
  geom_hline(
    yintercept = mean(ftse)
  ) + 
  ...

Globaal gemiddelde:

Plot van de FTSE-tijdreeks, met een blauwe, gestreepte horizontale lijn rond 3.500. Deze lijn is het globale, of totale, gemiddelde van de dataset.

Tijdreeksgegevens bewerken in R

Rolling window

  • Meet hoe statistieken veranderen terwijl data in de tijd beweegt

Plot van de FTSE-tijdreeks.

  • Rolling gemiddelde in rood, boven op de originele data

Plot van de FTSE-tijdreeks, met een rolling gemiddelde van de data als rode lijn eroverheen. Het rolling gemiddelde volgt de tijdreeks nauw en vertoont een algemene opwaartse trend.

Tijdreeksgegevens bewerken in R

Rolling met zoo

  • zoo::rollmean()
  • zoo::rollsum()
  • zoo::rollmax()
rollmean(ftse,
         k = 30,
         align = 'right',
         fill = NA)
Tijdreeksgegevens bewerken in R

Vensterargumenten

ftse_rm_right <-
  rollmean(ftse,
           k = 7,
           align = "right",
           fill = NA)
  • k: Venstergrootte
  • align: Uitlijning van het venster
  • fill: Waarden buiten het venster
ftse_rm_right
[1]    NA
[2]    NA
[3]    NA
[4]    NA
[5]    NA          
[6]    NA
[7]    2465.971
[8]    2475.229
[9]    2482.414
...
Tijdreeksgegevens bewerken in R

NA-waarden

ftse_rm_right
 [1]    NA
 [2]    NA
 [3]    NA
 [4]    NA
 [5]    NA          
 [6]    NA
 [7]    2465.971
 [8]    2475.229
 [9]    2482.414
...
sum(is.na(ftse_rm_right))
[1] 6
Tijdreeksgegevens bewerken in R

Vensteruitlijning

Uitlijningen:

  • Rechts uitlijnen
data_rm <- rollmean(
  data,
  k = 7,
  fill = NA,
  align = "right"
)

Plot van een tijdreeks met een rechts uitgelijnd venster eroverheen. Dit laat zien hoe de uitlijning bepaalt waar de output van de rolling-functie wordt geplaatst t.o.v. de originele data. Hier staat de output rechts van het venster waarop het werkt.

Tijdreeksgegevens bewerken in R

Vensteruitlijning

Uitlijningen:

  • Links uitlijnen
data_rm <- rollmean(
  data,
  k = 7,
  fill = NA,
  align = "left"
)

Plot van een tijdreeks met een links uitgelijnd venster eroverheen. Dit laat zien hoe de uitlijning bepaalt waar de output van de rolling-functie wordt geplaatst t.o.v. de originele data. Hier staat de output links van het venster waarop het werkt.

Tijdreeksgegevens bewerken in R

Vensteruitlijning

Uitlijningen:

  • Gecentreerd
data_rm <- rollmean(
  data,
  k = 7,
  fill = NA,
  align = "center"
)

Plot van een tijdreeks met een gecentreerd venster eroverheen. Dit laat zien hoe de uitlijning bepaalt waar de output van de rolling-functie wordt geplaatst t.o.v. de originele data. Hier staat de output in het midden van het venster waarop het werkt.

Tijdreeksgegevens bewerken in R

Laten we oefenen!

Tijdreeksgegevens bewerken in R

Preparing Video For Download...