相关疑难解决方法(0)

R中的滞后变量

在R中为任意变量(即不是常规时间序列)制作滞后变量矩阵的最有效方法是什么?

例如:

输入:

x <- c(1,2,3,4) 
Run Code Online (Sandbox Code Playgroud)

2滞后,输出:

[1,NA, NA]
[2, 1, NA]
[3, 2,  1]
[4, 3,  2]
Run Code Online (Sandbox Code Playgroud)

r time-series

11
推荐指数
2
解决办法
2万
查看次数

R矢量/数据帧滞后的相反功能是什么?

我在处理R中的时间序列时遇到问题

#--------------read data

wb = loadWorkbook("Countries_Europe_Prices.xlsx") 
df = readWorksheet(wb, sheet="Sheet2")

x <- df$Year
y <- df$Index1

y <- lag(y, 1, na.pad = TRUE)
cbind(x, y)
Run Code Online (Sandbox Code Playgroud)

它给了我以下输出:

        x     y
 [1,] 1974    NA
 [2,] 1975  50.8
 [3,] 1976  51.9
 [4,] 1977  54.8
 [5,] 1978  58.8
 [6,] 1979  64.0
 [7,] 1980  68.8
 [8,] 1981  73.6
 [9,] 1982  74.3
[10,] 1983  74.5
[11,] 1984  72.9
[12,] 1985  72.1
[13,] 1986  72.3
[14,] 1987  71.7
[15,] 1988  72.9
[16,] 1989  75.3
[17,] 1990  81.2
[18,] …
Run Code Online (Sandbox Code Playgroud)

r time-series lag lead

8
推荐指数
1
解决办法
4958
查看次数

R中的保留和滞后功能为SAS

我正在寻找一个类似于R的函数lag1,lag2retain在SAS中使用我可以与data.tables一起使用的函数.

我知道R中有类似的功能embed,lag但它们不会返回单个值或前一个值.它们返回一组完整的向量.

R中有什么东西我可以用data.table吗?

有关SAS功能的更多信息:

r data.table

7
推荐指数
2
解决办法
6226
查看次数

如何在时间序列中自动创建n个滞后?

我有一个带有列t的数据帧.我想创建n个滞后列,其名称如t-1,t-2等.

  year      t  t-1 t-2
19620101    1   NA  NA
19630102    2   1   NA
19640103    3   2   1
19650104    4   3   2
19650104    5   4   3
19650104    6   5   4
Run Code Online (Sandbox Code Playgroud)

我的想法是,我将分四步完成:

  • 使用"粘贴"的列名循环
  • 使用"粘贴"的滞后列临时数据帧的循环
  • 用于创建滞后列的循环
  • cbind他们.

但我无法继续执行代码.粗糙的东西:

df_final<-lagged(df="odd",n=3)

lagged<-function(df,n){
   df<-zoo(df)
   lags<-paste("A", 1:n, sep ="_")
   for (i in 1:5) {
     odd<-as.data.frame(lag(odd$OBS_Q,-1*i,na.pad =  TRUE))

   #Cbind here
   } 
Run Code Online (Sandbox Code Playgroud)

我坚持写这个功能.你能表现出来吗?或者另外一种更简单的方法....

参考:R向量/数据帧中的基本滞后


附录:

真实数据:

x<-structure(list(DATE = 19630101:19630104, PRECIP = c(0, 0, 0,0), 
               OBS_Q = c(1.61, 1.48, 1.4, 1.33), swb = c(1.75, 1.73, 1.7,1.67), 
               gr4j = c(1.9, …
Run Code Online (Sandbox Code Playgroud)

r

2
推荐指数
3
解决办法
2078
查看次数

标签 统计

r ×4

time-series ×2

data.table ×1

lag ×1

lead ×1