moving-average

    2熱度

    3回答

    我一直在嘗試使用pandas來計算移動平均數,但是當我使用Dataframe.rolling()。mean()時,它會複製該值。 stock_info['stock'].head() Fecha Open High Low Close Volume 0 04-05-2007 00:00:00 234,4593 255,5703 234,3532 246,8906

    0熱度

    3回答

    我倒了好幾個網站,包括這個網站,到目前爲止都是徒勞的。我需要創建一張描述員工流失率的圖表,該圖表必須在1年內計算。 (正如我標題說我要麼13期或12個月去的選項:都是1年等效)請看看我的數據集的以下「樣本版本」: Year | Trimester | Period | Date End of Period | Departures | Avg total Employees 2015 1

    -1熱度

    1回答

    我有以下列表: a= [1,2,3,4,5,6,7,8,9,10,11,12] wts= [0.055555556,0.055555556,0.055555556,0.055555556,0.055555556,0.055555556,0.055555556,0.055555556,0.055555556,0.10,0.10,0.30] 期望的結果是 result = [8.2,7.76,7

    0熱度

    1回答

    我有一個查詢(帶有子查詢),可以計算前幾年的平均溫度,每天加/減一週。它有效,但並不是那麼快。下面的時間序列值只是一個例子。爲什麼我使用doy是因爲我想在每年的同一日期附近有一個滑動窗口。 SELECT days, (SELECT avg(temperature) FROM temperatures WHERE site_id = ? AND extrac

    1熱度

    2回答

    我有一個數據幀,其中我的索引是datetime dtype,但日期不是按任何順序排列。我正在計算我的數據集的5年和10年移動平均值。通過使用.rolling_mean,我可以根據我設置窗口的平均值來計算平均值,但是,由於日期不是順序的,所以這不起作用。 Dataframe: Date Count 1981-01-08 10 1981-05-12 65 1

    0熱度

    2回答

    我有一個數據框,它遵循以下格式。 match team1 team2 winningTeam 1 A D A 2 B E E 3 C F C 4 D C C 5 E B B 6 F A A 7 A D D 8 D A A 我想要做的是打包變量,計算隊伍1和2的形式在最後的x比賽。例如,我想要創建一個名爲team1_form_las

    0熱度

    2回答

    我正在使用R中的時間序列數據集。我必須提出幾個模型,其中之一必須來自使用armasubsets(我知道有函數,如auto.arima(),但我仍然必須利用這個圖)。你如何解釋R中的這個arma子集圖? 我特別想到了第五排,因爲它的BIC值只有十分之一更高,儘管我們想要最小化BIC,但我認爲這個小的差異是合理的,因爲從頂部第五排是比該圖中指定的其他潛在模型簡單得多。因此,我將如何解釋AR組件滯後5,

    4熱度

    1回答

    這是初始數據的圖(執行對數轉換後)。 很明顯,既有線性趨勢也有季節性趨勢。我可以通過第一個和第十二個(季節性)差異來解決這兩個問題:diff(diff(data),12)。這樣做之後,這裏是所得數據的圖表 。 這個數據看起來不太好。雖然平均值不變,但隨着時間的推移,我們會看到漏斗效應。這裏是ACF/PACF:。 任何可能適合嘗試的建議。我使用了auto.arima()函數,該函數建議使用ARIMA

    0熱度

    2回答

    我與卡梅倫和特里維迪的「使用的Stata微觀計量經濟學」問題掙扎。這個問題涉及一個包含兩個關鍵變量的橫截面數據集,即年收入(年收入)和年工時(小時)的對數。 我有問題的部分2掙扎,但我會鍵入整個事情的背景。 y的移動平均後的數據由X排序是在x和y的非參數迴歸的簡單情況。 排序小時的數據。 創建lnearns與第i個觀察yma_i = 1/25(總和從j = -12至j + Y_I j的= 12)居

    0熱度

    1回答

    所以我有一個表,每行代表特定事件中的給定用戶。每行包含兩類信息:此類事件的結果以及特定用戶的數據。多個用戶可以參加同一個事件。 爲了清楚起見,這裏就是這樣表的一個簡單的例子: EventID Date Revenue Time(s) UserID X Y Z 1 1/1/2017 $10 120 1 3 2 2 1 1/1/2017 $15 150 2