Glidande medelvärde plot r

Jag har en tidsserie i ggplot2-paketet och jag har utfört det rörliga genomsnittet och jag skulle vilja lägga till resultatet av glidande medelvärde i tidsserien. Prov av dataset (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 Tillämpad kod för tidsseriepresentation: Prov av rörlig genomsnittsprov Prov av förväntat resultat The utmaningen är att tidsseriedata som uppstår från dataset som inkluderar tidsstämplar och temperatur men Flytta genomsnittsdata inkluderar bara medelkolumnen och inte tidsstämplarna och montering av dessa två kan orsaka inkonsekvens. Flyttmedelvärden i R Såvitt jag vet, R har inte en inbyggd funktion för att beräkna glidande medelvärden. Med hjälp av filterfunktionen kan vi dock skriva en kort funktion för glidande medelvärden: Vi kan sedan använda funktionen på några data: mav (data) eller mav (data, 11) om vi vill ange ett annat antal datapunkter än standard 5-plottningen fungerar som förväntat: plot (mav (data)). Förutom antalet datapunkter över vilka i genomsnitt kan vi också ändra sidoperspektivet för filterfunktionerna: sides2 använder båda sidorna, sides1 använder endast tidigare värden. Dela detta: Postnavigering Kommentarnavigering KommentarnavigeringR Flytta genomsnittsvärden i ggplot2 Gabor Grothendieck Du brukar vilja använda ett tidsseripaket för detta. Det finns plottingsanläggningar som är specifikt riktade mot tidsserier i zoo, xts, quantmod, timeSeries och latticeExtra. Vi illustrerar med zoo som har klassiska grafik - och gallerdiagrammetoder: devAskNewPage (TRUE) biblioteket (zoo) set. seed (123) z lt - zoo (rnorm (100), Sys. Date () - 100: 0) (z, rollmean (z, 10)), skärm 1, kol 1: 2) bibliotek (gitter) xyplot (bind (z, rollmean (z, 10)), skärm 1, kol 1: 2) Om du vill ha den råa och den 10 december 2009 kl 19:59 Du vill nog använda ett tidspaket för detta. Det finns plottingsanläggningar som är specifikt riktade mot tidsserier i zoo, xts, quantmod, timeSeries och latticeExtra. Vi illustrerar med zoo som har klassiska grafik - och gallerdiagrammetoder: devAskNewPage (TRUE) biblioteket (zoo) set. seed (123) z lt - zoo (rnorm (100), Sys. Date () - 100: 0) (z, rollmean (z, 10)), skärm 1, kol 1: 2) bibliotek (gitter) xyplot (bind (z, rollmean (z, 10)), skärm 1, kol 1: 2) Om du vill ha den råa och det släta i olika paneler utelämnar skärm 1. Se plot. zoo. xyplot. zoo. rollmean och de tre vignetterna som kommer med djurparken. På tisdag 10 december 2009 kl. 14:15 skrev fruminator: Har några tidsseriedata lagrad i en data. frame, och jag plottar den med ggplot2 (vilket är helt fantastiskt). Jag har utforskat dokumentations - och postlistorarkivet, och jag kan inte se något sätt att plotta en 39smoother39 som bara är K-steg glidande medelvärde. Tänk dig att jag hade en data. ram kallad 39sleep39 med 39date39 som datum (från as. Date ()) och 39hours39 som timmarna som jag sov den natten skulle jag gärna vilja göra något som: qplot (datum, timmar, data sova) statsmooth (metod 39movingaverage39, k 7) finns en sådan sak. Om inte, jag vet att paketet är utdragbart, så någon vägledning om hur det gör det skulle bli mycket uppskattat. R-hjälp på r-project. org-postlistan stat. ethz. chmailmanlistinfor-help Var god läs postguiden R-project. orgposting-guide. html och ge kommenterad, minimal, självständig, reproducerbar code. plot. xts med Flytta genomsnittlig panel Som ett annat exempel på allt vi kan göra med de nya plot. xts, kan vi försöka göra ett prissätt med en glidande genomsnittlig överlagring. Vi kommer att använda ETF: erna som visas av Mebane Faber på mebanefabertiming-modellen. Med panelfunktionaliteten är det väldigt enkelt att ange en panel för att rita prislinjen och sedan lägga till det beräknade rörliga genomsnittet. Lägg märke till hur det i alla exemplen syns lågkonjunkturblocket enkelt och mycket snyggt. Också, om du ville ange några funky layouter, har vi det alternativet. För det här fallet tycker jag inte att det är mycket meningsfullt, men i framtiden kommer jag att visa några mer lämpliga användningsområden. Missa aldrig en uppdatering Prenumerera på R-bloggare för att få e-post med de senaste R-inläggen. (Du kommer inte se det här meddelandet igen.)