롤링 윈도우란?

R로 시계열 데이터 다루기

Harrison Brown

Graduate Researcher in Geography

윈도우

시간대 윈도우와 컴퓨터 모니터 스크롤 바의 유사성을 보여주는 개념도.

원자료:

전반적으로 상승 추세를 보이는 FTSE 시계열 플롯.

윈도우:

FTSE 데이터셋 기반 시계열 윈도우 플롯. 윈도우는 1992~1993 구간으로, 전체 데이터(1991~1999)의 더 작은 부분집합이다.

mean(ftse)

[1] 3565.643

autoplot(ftse) + 
  geom_hline(
    yintercept = mean(ftse)
  ) + 
  ...

전역 평균:

FTSE 시계열 플롯에 높이 약 3,500의 파란 점선 수평선이 추가됨. 이 파란선은 데이터셋의 전역(전체) 평균을 나타낸다.

FTSE 시계열 플롯.

FTSE 시계열 위에 빨간선으로 롤링 평균을 오버레이한 플롯. 롤링 평균은 원 시계열을 밀접히 따르며 전반적으로 상승 추세를 보인다.

rollmean(ftse,
         k = 30,
         align = 'right',
         fill = NA)

ftse_rm_right <-
  rollmean(ftse,
           k = 7,
           align = "right",
           fill = NA)

ftse_rm_right

[1]    NA
[2]    NA
[3]    NA
[4]    NA
[5]    NA          
[6]    NA
[7]    2465.971
[8]    2475.229
[9]    2482.414
...

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

정렬:

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

오른쪽 정렬된 윈도우를 오버레이한 시계열 플롯. 윈도우 정렬 인수가 롤링 결과가 원자료와 어떻게 위치 관계를 갖는지 보여준다. 이 경우 오른쪽 정렬은 결과를 해당 윈도우의 오른쪽에 둔다.

정렬:

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

왼쪽 정렬된 윈도우를 오버레이한 시계열 플롯. 윈도우 정렬 인수가 롤링 결과가 원자료와 어떻게 위치 관계를 갖는지 보여준다. 이 경우 왼쪽 정렬은 결과를 해당 윈도우의 왼쪽에 둔다.

정렬:

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

가운데 정렬된 윈도우를 오버레이한 시계열 플롯. 윈도우 정렬 인수가 롤링 결과가 원자료와 어떻게 위치 관계를 갖는지 보여준다. 이 경우 가운데 정렬은 결과를 해당 윈도우의 중앙에 둔다.

R로 시계열 데이터 다루기