我有一個時間系列x_0 ... x_t。我想計算數據的指數加權方差。那就是：計算加權平均值和標準差
V = SUM{w_i*(x_i - x_bar)^2, i=1 to T} where SUM{w_i} = 1 and x_bar=SUM{w_i*x_i}
裁判：http://en.wikipedia.org/wiki/Weighted_mean#Weighted_sample_variance
的目標是基本重量是更久遠的時間較少的觀察。這是非常簡單的實現，但我想盡可能多地使用funcitonality內置。有誰知道這在R中對應於什麼？
謝謝
R提供加權平均值。 ？事實上，weighted.mean顯示了這個例子：
## GPA from Siegel 1994
wt <- c(5, 5, 4, 1)/15
x <- c(3.7,3.3,3.5,2.8)
xm <- weighted.mean(x, wt)
一個步驟：
v <- sum(wt * (x - xm)^2)
的Hmisc包中包含的功能你需要。
這樣：
x <- c(3.7,3.3,3.5,2.8)
wt <- c(5, 5, 4, 1)/15
xm <- wtd.mean(x, wt)
var <- wtd.var(x, wt)
sd <- sqrt(var)
不幸的是，Hmisc包的作者沒有包括明確wtd.sd功能。你必須平方根wtd.var。
查爾斯康艾我也得到來自Hmisc錯誤使用wtd.var()功能時
。幸運的是，SDMTools具有可比較的功能，甚至可以直接爲您計算SD，而無需佔用方差。
library(SDMTools)
x <- c(3.7,3.3,3.5,2.8)
wt <- c(5, 5, 4, 1)/15 ## Note: no actual need to normalize weights to sum to 1, this will be done automatically.
wt.mean(x, wt)
wt.sd(x,wt)
wt.var(x, wt)
我猜這是一個不完整的規範，你真正想要交付的東西需要更好地說明如何構造w_i以及更詳細的求和限制。 – 2012-04-07 14:19:35