Jendela mengembang

Memanipulasi Data Deret Waktu di R

Harrison Brown

Graduate Researcher in Geography

Jendela bergulir vs. mengembang

Jendela bergulir:

Titik awal bergerak
Lebar jendela tetap

Jendela mengembang:

Titik awal tetap
Lebar jendela meningkat

Proses jendela mengembang

Lebar jendela meningkat:

Lebar 1 pada observasi 1,
Lebar 2 pada observasi 2,
Lebar 3 pada observasi 3,
...

Apa ringkasan data yang tersedia?

Titik awal tetap:

Semua jendela mulai dari awal deret waktu.

Diagram konseptual jendela mengembang pada deret waktu. Ada empat kotak bernomor satu hingga empat berjajar horizontal, mewakili deret waktu konseptual. Di bawahnya, empat garis horizontal dengan panjang meningkat. Garis pertama mulai dari kiri dan berakhir di akhir kotak pertama. Garis kedua berakhir di kotak kedua, dan seterusnya.

Menghitung jendela mengembang

Jendela mengembang di R:

zoo::rollapply()!
width bisa angka tunggal atau vektor

Lebar jendela mengembang:

1, 2, 3, 4, ...

Fungsi deret angka:

base::seq_along()

seq_along(daily_temp)

[1] 1 2 3 4 5 6 7 8 9 ...
    ... 363 364 365

Menghitung jendela mengembang

exp_widths <- seq_along(daily_temp)

exp_widths

[1] 1 2 3 4 5 ... 363 364 365

temp_expand <- 
  rollapply(
    data = daily_temp,
    FUN = mean,
    width = exp_widths,
    # Alignment must be 'right'
    align = 'right'
  )

Memplot jendela mengembang

ggplot() + 
# Original data
  geom_line(data = daily_temp,
            aes(x = Index,
            y = daily_temp),
            color = 'grey50') +

# Expanding window plot
  geom_line(data = temp_expand,
            aes(x = Index,
                y = temp_expand),
            color = 'red') + 
  theme_light() + 
  labs(y = 'Derajat Celsius')

Plot deret waktu pembacaan suhu harian. Ada garis abu-abu "berisik" yang menunjukkan variasi suhu harian yang tinggi. Di atasnya ada garis merah, yaitu rata-rata mengembang dari dataset.

Inferensi jendela mengembang

Statistik mendekati ringkasan global
Rata-rata mengembang makin tidak sensitif terhadap perubahan
Observasi awal lebih sensitif terhadap perubahan

Plot deret waktu pembacaan suhu harian. Ada garis abu-abu "berisik" yang menunjukkan variasi suhu harian yang tinggi. Di atasnya ada garis merah, yaitu rata-rata mengembang dari dataset.

Ayo berlatih!

Memanipulasi Data Deret Waktu di R