R语言计算移动平均的方法.pdfVIP

  1. 1、本文档共2页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
R语言计算移动平均的方法.pdf

R 计算移动平均的方法 移动平均可以使时间序列变平滑,是典型的有序计算问题,其基本算法是:将 N 个连 续的时间序列成员作为一个集合,计算该集合的平均值,并逐项推移该集合。下面用一个例 子来说明 R 计算移动平均的方法。 案例描述: 数据框 sales 有两个字段:日期和当日销售额,需要计算三日移动平均值。具体算法是: 求出前一日、当日、后一日的销售额平均值,并逐日推移。部分源数据如下: salesDate Amount 2013-01-01 175702.0 2013-01-02 169345.0 2013-01-03 177031.0 2013-01-04 132762.0 2013-01-05 121438.0 代码: filter(sales$Amount/3, rep(1, 3)) 计算结果: Time Series: Start = 1 End = 730 Frequency = 1 [1] NA 174026.00 159712.67 143743.67 120111.00 [6] 112617.00 110509.00 111738.00 98347.00 116050.33 代码解读: R 语言可以用函数 filter 计算移动平均值,代码简短,非常方便。 函数 filter 虽然很方便,但初学者却不易理解。比如 sales$Amount/3 的本意是将 Amount 字段中的当前值除以 3,但用在 filter 函数里却能将前后三个值相加再除以三。表达式 rep(1,3) 的值为[1,1,1],用在这里却能指定取数范围。另外,filter 的函数名和参数名中既没有“平均”, 也没有“移动”,许多 R 语言开发者都不知道它可以用来计算移动平均值。 事实上,函数 filter 是个通用的线性过滤器,它的作用不止计算移动平均值这么简单。 其完整的函数说明如下:filter(x, filter, method = c(convolution, recursive),sides = 2, circular = FALSE, init)。 如果想改动一下算法,代码就会更难理解,比如要计算当日、前一日、前两日这三天的 移动平均值,不能写成:filter(sales$Amount/3, rep(0,2)),而应该是 filter(sales$Amount/3, rep(1,3), sides = 1)。 总结: R 语言可以计算移动平均值,但代码难理解。 第三方解决方案 本案例也可以用 Python、集算器、Perl 等语言来实现。和 R 语言一样,这几种语言都可 以进行数据的统计分析,都可以计???移动平均值,下面简单介绍 Python 和集算器的解决方 案。 Python(pandas) Pandas 是 Python 的第三方库函数,其基本数据类型仿照 R 中的数据框,具有很强的结 构化数据处理能力,目前最新版本是 0.14。代码如下: pandas.stats.moments.rolling_mean(sales[Amount], 3) rolling_mean 这个函数名一目了然,即使刚接触 pandas 的开发者也能轻易查到这个函数, rolling_mean 的用法也很简洁,第一个参数是被计算的序列,第二个参数是 N 日移动平均值 中的 N。 集算器 集算器擅长以敏捷语法自由表达业务逻辑,其相对位置表达式可以方便地解决有序计算 中的难题。代码所示: sales.(Amount{-1,1}.avg()) 代码中的{-1,1}表示相对区间,即前一日和后一日之间的三天。可以看到,使用相对区 间可以直观地计算移动平均值,而且更加灵活。比如同样改动算法:计算当日、前一日、前 两日这三天的移动平均值,集算器只需将区间改为{-2,0}。 相对区间是个集合,集算器还可

文档评论(0)

带头大哥 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档