Розрахунок ковзної середньої

Я намагаюся використовувати R для обчислення ковзної середньої величини за рядом значень у матриці. Звичайний пошук у списку розсилки R не був дуже корисним. Здається, що вбудована функція в R не дозволить мені обчислювати ковзні середні. Чи надають якісь пакети? Або мені потрібно написати своє?

• Засоби / максимуми / медіани в зоопарку (рулонний)
• Переміщення середніх значень у TTR
• ма в прогнозі

Або ви можете просто обчислити його за допомогою фільтра, ось функція, яку я використовую:

ma <- function(x, n = 5){filter(x, rep(1 / n, n), sides = 2)}

Якщо ви використовуєте dplyr, будьте обережні, щоб вказати stats::filterфункцію вище.

Використання cumsumповинно бути достатнім та ефективним. Припустимо, що у вас вектор x, і ви хочете збігати суму з n чисел

cx <- c(0,cumsum(x))
rsum <- (cx[(n+1):length(cx)] - cx[1:(length(cx) - n)]) / n

Як було зазначено в коментарях @mzuther, це передбачає, що в даних немає НА. для вирішення цих питань потрібно розділити кожне вікно на кількість значень, що не належать до NA. Ось один із способів зробити це, включивши коментар від @ Ricardo Cruz:

cx <- c(0, cumsum(ifelse(is.na(x), 0, x)))
cn <- c(0, cumsum(ifelse(is.na(x), 0, 1)))
rx <- cx[(n+1):length(cx)] - cx[1:(length(cx) - n)]
rn <- cn[(n+1):length(cx)] - cn[1:(length(cx) - n)]
rsum <- rx / rn

Тут все ще виникає проблема, що якщо всі значення у вікні є NA, то відбудеться поділ на нульову помилку.

У data.table 1.12.0 нова frollmeanфункція була додана для обчислення швидкого і точного прокатки середнє ретельно обробки NA, NaNі +Inf, -Infзначення.

Оскільки в цьому питанні відсутнього відтворюваного прикладу, тут не так вже й багато чого.

Більше інформації про це можна знайти ?frollmeanв посібнику, також доступному в Інтернеті за адресою ?frollmean.

Приклади з посібника нижче:

library(data.table)
d = as.data.table(list(1:6/2, 3:8/4))

# rollmean of single vector and single window
frollmean(d[, V1], 3)

# multiple columns at once
frollmean(d, 3)

# multiple windows at once
frollmean(d[, .(V1)], c(3, 4))

# multiple columns and multiple windows at once
frollmean(d, c(3, 4))

## three above are embarrassingly parallel using openmp

У caToolsпакеті є дуже швидке середнє кочення / min / max / sd та кілька інших функцій. Я працював лише з ними, runmeanі runsdвони найшвидші з будь-якого з інших пакетів, згаданих на сьогоднішній день.

Ви можете використовувати RcppRollдля дуже швидких середніх значень, написаних на C ++. Просто викличте roll_meanфункцію. Документи можна знайти тут .

В іншому випадку це (повільніше) для циклу повинно зробити трюк:

ma <- function(arr, n=15){
  res = arr
  for(i in n:length(arr)){
    res[i] = mean(arr[(i-n):i])
  }
  res
}

Насправді RcppRollце дуже добре.

Код, розміщений cantdutchthis, повинен бути виправлений у четвертому рядку, щоб вікно було зафіксовано:

ma <- function(arr, n=15){
  res = arr
  for(i in n:length(arr)){
    res[i] = mean(arr[(i-n+1):i])
  }
  res
}

Тут подано й інший спосіб вирішення пропусків .

Третім способом, вдосконаленням коду цьоговирахування для розрахунку часткових середніх чи ні, є наступний:

  ma <- function(x, n=2,parcial=TRUE){
  res = x #set the first values

  if (parcial==TRUE){
    for(i in 1:length(x)){
      t<-max(i-n+1,1)
      res[i] = mean(x[t:i])
    }
    res

  }else{
    for(i in 1:length(x)){
      t<-max(i-n+1,1)
      res[i] = mean(x[t:i])
    }
    res[-c(seq(1,n-1,1))] #remove the n-1 first,i.e., res[c(-3,-4,...)]
  }
}

Для того, щоб доповнити відповідь cantdutchthis та Rodrigo Remedio ;

moving_fun <- function(x, w, FUN, ...) {
  # x: a double vector
  # w: the length of the window, i.e., the section of the vector selected to apply FUN
  # FUN: a function that takes a vector and return a summarize value, e.g., mean, sum, etc.
  # Given a double type vector apply a FUN over a moving window from left to the right, 
  #    when a window boundary is not a legal section, i.e. lower_bound and i (upper bound) 
  #    are not contained in the length of the vector, return a NA_real_
  if (w < 1) {
    stop("The length of the window 'w' must be greater than 0")
  }
  output <- x
  for (i in 1:length(x)) {
     # plus 1 because the index is inclusive with the upper_bound 'i'
    lower_bound <- i - w + 1
    if (lower_bound < 1) {
      output[i] <- NA_real_
    } else {
      output[i] <- FUN(x[lower_bound:i, ...])
    }
  }
  output
}

# example
v <- seq(1:10)

# compute a MA(2)
moving_fun(v, 2, mean)

# compute moving sum of two periods
moving_fun(v, 2, sum)

Ось приклад коду, який показує, як обчислити середньоквартирну ковзну середню і кінцеву ковзну середню за допомогою rollmeanфункції з пакету зоопарку .

library(tidyverse)
library(zoo)

some_data = tibble(day = 1:10)
# cma = centered moving average
# tma = trailing moving average
some_data = some_data %>%
    mutate(cma = rollmean(day, k = 3, fill = NA)) %>%
    mutate(tma = rollmean(day, k = 3, fill = NA, align = "right"))
some_data
#> # A tibble: 10 x 3
#>      day   cma   tma
#>    <int> <dbl> <dbl>
#>  1     1    NA    NA
#>  2     2     2    NA
#>  3     3     3     2
#>  4     4     4     3
#>  5     5     5     4
#>  6     6     6     5
#>  7     7     7     6
#>  8     8     8     7
#>  9     9     9     8
#> 10    10    NA     9

Хоча трохи повільно, але ви також можете використовувати zoo :: rollapply для виконання обчислень на матрицях.

reqd_ma <- rollapply(x, FUN = mean, width = n)

де x - сукупність даних, FUN = середня функція; Ви також можете змінити його на min, max, sd тощо, а ширина - це прокатне вікно.

Можна використовувати runnerпакет для переміщення функцій. У цьому випадку mean_runфункція. Проблема в cummeanтому, що він не обробляє NAзначення, але mean_runробить. runnerпакет також підтримує нерегулярні часові ряди, і Windows може залежати від дати:

library(runner)
set.seed(11)
x1 <- rnorm(15)
x2 <- sample(c(rep(NA,5), rnorm(15)), 15, replace = TRUE)
date <- Sys.Date() + cumsum(sample(1:3, 15, replace = TRUE))

mean_run(x1)
#>  [1] -0.5910311 -0.2822184 -0.6936633 -0.8609108 -0.4530308 -0.5332176
#>  [7] -0.2679571 -0.1563477 -0.1440561 -0.2300625 -0.2844599 -0.2897842
#> [13] -0.3858234 -0.3765192 -0.4280809

mean_run(x2, na_rm = TRUE)
#>  [1] -0.18760011 -0.09022066 -0.06543317  0.03906450 -0.12188853 -0.13873536
#>  [7] -0.13873536 -0.14571604 -0.12596067 -0.11116961 -0.09881996 -0.08871569
#> [13] -0.05194292 -0.04699909 -0.05704202

mean_run(x2, na_rm = FALSE )
#>  [1] -0.18760011 -0.09022066 -0.06543317  0.03906450 -0.12188853 -0.13873536
#>  [7]          NA          NA          NA          NA          NA          NA
#> [13]          NA          NA          NA

mean_run(x2, na_rm = TRUE, k = 4)
#>  [1] -0.18760011 -0.09022066 -0.06543317  0.03906450 -0.10546063 -0.16299272
#>  [7] -0.21203756 -0.39209010 -0.13274756 -0.05603811 -0.03894684  0.01103493
#> [13]  0.09609256  0.09738460  0.04740283

mean_run(x2, na_rm = TRUE, k = 4, idx = date)
#> [1] -0.187600111 -0.090220655 -0.004349696  0.168349653 -0.206571573 -0.494335093
#> [7] -0.222969541 -0.187600111 -0.087636571  0.009742884  0.009742884  0.012326968
#> [13]  0.182442234  0.125737145  0.059094786

Можна також вказати інші параметри, такі як lagі прокручувати лише atконкретні індекси. Детальніше в пакетній та функціональній документації.

Для цього можна використовувати повзунковий пакет. Він має інтерфейс, який був спеціально розроблений, щоб відчувати себе схожим на purrr. Він приймає будь-яку довільну функцію і може повертати будь-який тип виводу. Кадри даних навіть повторені за рядками. Сайт pkgdown тут .

library(slider)

x <- 1:3

# Mean of the current value + 1 value before it
# returned as a double vector
slide_dbl(x, ~mean(.x, na.rm = TRUE), .before = 1)
#> [1] 1.0 1.5 2.5


df <- data.frame(x = x, y = x)

# Slide row wise over data frames
slide(df, ~.x, .before = 1)
#> [[1]]
#>   x y
#> 1 1 1
#> 
#> [[2]]
#>   x y
#> 1 1 1
#> 2 2 2
#> 
#> [[3]]
#>   x y
#> 1 2 2
#> 2 3 3

Накладні витрати як на слайдер, так і на дані.table frollapply()мають бути досить низькими (набагато швидшими, ніж у зоопарку). frollapply()Здається, цей простий приклад трохи швидше, але зауважте, що він приймає лише числове введення, а вихід повинен бути скалярним числовим значенням. Функції слайдера повністю загальні, і ви можете повернути будь-який тип даних.

library(slider)
library(zoo)
library(data.table)

x <- 1:50000 + 0L

bench::mark(
  slider = slide_int(x, function(x) 1L, .before = 5, .complete = TRUE),
  zoo = rollapplyr(x, FUN = function(x) 1L, width = 6, fill = NA),
  datatable = frollapply(x, n = 6, FUN = function(x) 1L),
  iterations = 200
)
#> # A tibble: 3 x 6
#>   expression      min   median `itr/sec` mem_alloc `gc/sec`
#>   <bch:expr> <bch:tm> <bch:tm>     <dbl> <bch:byt>    <dbl>
#> 1 slider      19.82ms   26.4ms     38.4    829.8KB     19.0
#> 2 zoo        177.92ms  211.1ms      4.71    17.9MB     24.8
#> 3 datatable    7.78ms   10.9ms     87.9    807.1KB     38.7