Expanderande fönster

Manipulera tidsseriedata i R

Harrison Brown

Graduate Researcher in Geography

Rullande kontra expanderande fönster

Rullande fönster:

Rörlig startpunkt
Fönstret har fast bredd

Expanderande fönster:

Fast startpunkt
Fönstret ökar i bredd

Expanderande fönster – processen

Ökande fönsterbredd:

Bredd 1 vid observation 1,
Bredd 2 vid observation 2,
Bredd 3 vid observation 3,
...

Vad är sammanfattningen av tillgängliga data?

Fast startpunkt:

Alla fönster börjar vid tidsseriens start.

Beräkna ett expanderande fönster

Expanderande fönster i R:

zoo::rollapply()!
width kan vara ett enskilt tal eller en vektor

Expanderande fönsterbredd:

1, 2, 3, 4, ...

Funktion för talsekvens:

base::seq_along()

seq_along(daily_temp)

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

Beräkna ett expanderande fönster

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'
  )

Visualisera expanderande fönster

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 = 'Degrees Celsius')

Graf över en tidsserie med dagliga temperaturmätningar. En "brusig" grå linje visar hur temperaturen varierar kraftigt från dag till dag. Ovanpå den grå linjen visas en röd linje som representerar det expanderande medelvärdet för datamängden.

Slutsatser från expanderande fönster

Statistiken närmar sig globala sammanfattningar
Det expanderande medelvärdet blir mindre känsligt för förändringar
Tidigare observationer är mer känsliga för förändringar

Nu kör vi en övning!

Manipulera tidsseriedata i R