再標本化と集計

Rで学ぶ時系列データ操作

Harrison Brown

Graduate Researcher in Geography

サンプリング頻度

頻度:

時間解像度:

概念図：低解像度グリッドと高解像度グリッド。サンプリング頻度の多寡を示します。

xts:

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

マウナロアデータを年平均に集計したグラフ。元データの年内変動は小さくなり、サンプリング解像度が低いため線は滑らかです。

マウナロアの時系列（週次の二酸化炭素濃度）。全体は上昇傾向で、毎年季節的なピークがあります。

マウナロアデータを年平均に集計したグラフ。元データの年内変動は小さくなり、サンプリング解像度が低いため線は滑らかです。

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)

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
...

Rで学ぶ時系列データ操作