Gleitender Durchschnitt In R

Ich habe eine Handlung von Zeitreihen in ggplot2 Paket und ich habe die Moving Average durchgeführt und ich möchte das Ergebnis der gleitenden Durchschnitt auf die Handlung der Zeitreihen hinzufügen. Beispiel des Datensatzes (p31): ambtemp dt -1.14 2007-09-29 00:01:57 -1.12 2007-09-29 00:03:57 -1.33 2007-09-29 00:05:57 -1.44 2007 -09-29 00:07:57 -1.54 2007-09-29 00:09:57 -1.29 2007-09-29 00:11:57 Angewandter Code für die Zeitreihen-Darstellung: Beispiel für Moving-Average-Plot Beispiel für erwartete Ergebnisse Herausforderung ist, dass die Zeitreihendaten aus dem Datensatz erhalten, die Zeitstempel und Temperatur enthalten, aber Moving Average Daten enthalten nur die durchschnittliche Spalte und nicht die Zeitstempel und Anpassung dieser beiden können Inkonsistenz verursachen. Moving Averages in R Nach meinem besten Wissen, R tut Haben keine integrierte Funktion zur Berechnung der gleitenden Mittelwerte. Mit der Filterfunktion können wir jedoch eine kurze Funktion für gleitende Mittelwerte schreiben: Wir können die Funktion auf beliebigen Daten verwenden: mav (data) oder mav (data, 11), wenn wir eine andere Anzahl von Datenpunkten angeben wollen Als die Standard-5-Plotterarbeiten wie erwartet: plot (mav (data)). Zusätzlich zu der Anzahl der Datenpunkte, über die gemittelt wird, können wir auch das Seitenargument der Filterfunktionen ändern: sides2 verwendet beide Seiten, Seiten1 verwendet nur vergangene Werte. Share this: Post navigation Kommentar Navigation Kommentar navigationPlotting Mehrere Serien in R - Teil 4 in einer Serie Dies ist der Post 04 in einer laufenden Serie über Plotten in R. Häufig möchten Sie gleichzeitig mehrere Serien auf dem gleichen Grundstück. Letrsquos Versuch Plotten tägliche Beobachtungen zusammen mit einem 30 Tage gleitenden Durchschnitt. Um zu beginnen, habe ich Beobachtungen für YHOO-Aktien vom 12. April 1996 bis 2. Juli 2009. Zunächst müssen die Daten braucht Reinigung mdash Ich drehe die Spaltennamen in Kleinschreibung für die Bequemlichkeit mit der tolower-Funktion und drehen Sie die Text-Daten formatiert als yyyy-mm - Dd in die Daten statt der Faktoren über die as. Date-Konstruktor für Date-Klassen: Nun nehmen Letrsquos einen ersten Durchlauf auf Plotten: Das isnrsquot sehr hübsch, nicht zuletzt, weil wersquore zeigt zu viele Daten nützlich sein. Letrsquos schneiden es auf nur Daten ab 1. Januar 2008 und auf: Itrsquos lohnt sich darauf hin, dass Rrsquos Plotten Code wird versuchen, die oberen und unteren y Grenzen auf etwas Vernünftiges auf der Grundlage dieser Daten, die Sie präsentieren sie mit. Doch manchmal, vor allem, um ein Gefühl der Skala, Sie wirklich wollen, um die volle Bandbreite zu sehen. Sie können dies erreichen, indem Sie die y-Achsengrenzen explizit mit ylim einstellen. Ich mache auch die Daten vorzeigbarer. Auch möchte ich den gleitenden Durchschnitt zu zeichnen, so dass ich die Funktion ma30 zu berechnen. Ich füge auch ma30 als Spalte, mit dem gesamten Datenbereich, so dass der gleitende Durchschnitt zu Beginn unserer Teilmenge korrekt ist: Und schließlich, ich replot die Daten, Hinzufügen der gleitenden Durchschnitt als zweite Serie und macht es etwas kühner (lwd2 ), Um den gleitenden Durchschnitt über die täglichen Beobachtungen zu betonen: Aktuelle Beiträge