Stosowanie funkcji do okien kroczących

Manipulowanie danymi szeregów czasowych w R

Harrison Brown

Graduate Researcher in Geography

Funkcje kroczące z zoo

zoo::roll*:

rollmean()
rollmax()
rollsum()
...

Ograniczenia:

Brak rollmin()!
Tylko wybrane funkcje istnieją

rollapply

rollapply(data = ftse,
          width = 7,
          FUN = min,
          align = 'right',
          fill = NA)

Argumenty:

data: Obiekt szeregu czasowego
width: Szerokość okna (k)
FUN: Funkcja podsumowująca (mean, max, ...)
align: Wyrównanie okna ('left', 'right' lub 'center')
fill: Wartości poza oknem

Stosowanie funkcji kroczących

Cel:

Znalezienie zakresu wartości w oknie 30-dniowym
Przybliżone określenie „zmienności" danych

daily_temp

2019-01-01 13.191304
2019-01-02  6.945833
2019-01-03  8.495833
2019-01-04  8.683333
2019-01-05  7.400000
...

find_range <- function(x){
  max(x) - min(x)
}

daily_temp_range <- 
  rollapply(
      daily_temp,
    FUN = find_range,
    width = 30,
    align = 'right',
    fill = NA
  )

Stosowanie funkcji kroczących

autoplot(daily_temp_range) + 
  theme_light() + 
  labs(y = 'Temperature Range')

Wykres szeregu czasowego „dzienny zakres temperatury". Pokazuje, jak zakres wartości zmienia się w czasie; zakres obliczany jest dla 30-dniowego okna kroczącego jako różnica między wartością minimalną a maksymalną.

Czas na ćwiczenia!

Manipulowanie danymi szeregów czasowych w R