rollapply

    0熱度

    1回答

    我有一個包含12個變量的xts對象,時間間隔爲15分鐘。 > summary(wideRawXTSscaled) Index DO0182U09A3 DO0182U09B3 DO0182U09C3 DO0182U21A1 DO0182U21A2 Min. :2017-01-20 16:30:00 Min. :-1.09338 Min. :-1.0666 Min. :

    0熱度

    1回答

    我有兩個大的數據集,每個數據都有2000+數據並試圖找出每5行的協方差。 x=c(1,2,3,4,5) y=c(6,7,8,9,10) df=data.frame(x,y) group=rep(1:length(df),each=2,length=length(df)) 什麼是我的下一個步驟,所以我可以找到像this` cov(x[1:2,],y[1:2,]) 和 cov(x[3:4

    1熱度

    1回答

    我想知道是否有人可以引導我通過R中的滾動函數。我想用fama-french因子進行1年滾動迴歸。數據集在Excel中準備,包含2011-2017年的每週數據。因此時間窗口設定爲52周。我想計算2012-2017年期間的1年滾動係數,所以時間窗口將從2011年的第一週起從[1:52]到[2:53]。我有幾個定價因素,這個意味着我必須運行多重線性迴歸。 這是我到目前爲止已經試過: Rollingreg

    0熱度

    2回答

    我有一個自定義函數運行迴歸並以所需的方式返回結果。該功能被命名爲「reg.fun」。例如,我可以運行這樣的代碼: results <- dt[ ,reg.fun(.SD, depvar="Y", indepvars=c("X1", "X2")), .SDcols=c("Y", "X1", "X2"), by = id] 上面的代碼產生一個輸出是這樣的:它只是報告迴歸結果在我期望

    2熱度

    1回答

    該問題與How do I do a conditional sum which only looks between certain date criteria類似,但稍有不同,並且回答不符合當前問題。主要的區別是,根據各組日期列不一定是完整的(即特定的日期可能會丟失) 輸入: input <- read.table(text=" 2017-04-01 A 1 2017-04-02 B

    1熱度

    1回答

    我想將滾動窗口迴歸模型應用於數據中的多個組。我的數據的部分如下: gvkey year LC YTO 1 001004 1972 0.1919713 2.021182 2 001004 1973 0.2275895 2.029056 3 001004 1974 0.3341368 2.053517 4 001004 1975 0.3313518 2.090532 5 001004

    1熱度

    1回答

    比方說,我有以下數據: input <- data.frame(id=rep(c('A', 'B'), c(10, 10)),year=rep(1:10, 2), y=c(rnorm(10), rnorm(10)),x1 = c(rnorm(10),rnorm(10))) 我想用rollapplyr執行滾動迴歸。首先定義一個beta函數: # Simple Regressio

    2熱度

    1回答

    我有一列小時數據,並且想用rollapply來計算每小時的24小時滾動平均值。我的數據包含NA's,我只想計算一個24小時內75%的數據可用的滾動平均值,否則我希望將24個滾動平均值視爲NA。 df %>% mutate(rolling_avg = rollapply(hourly_data, 24, FUN = mean ,align = "right", fill = NA))

    0熱度

    1回答

    在一起我​​有一個DF如下: t r 1 0 100.00000 2 1 135.86780 3 2 149.97868 4 3 133.77316 5 4 97.08129 6 5 62.15988 7 6 50.19177 等等... 我想用lm(r~t)申請滾動迴歸。 不過,我想估計一個模型每次迭代,在迭代發生在一個設定的時間窗口t+k。從本質上講,第一種模式應與t=0

    1熱度

    1回答

    我有一個時間序列數據集,包含2列:x是「小時」連續溫度數據,y是週期性採樣響應數據(定期採樣時間爲每天上午5點,下午2點,晚上8點)。 我想這樣做2滯後接近分析在1個小時內通過步驟0-24小時數據 1)繪製所有我的Y數據(常數)與日益滯後X數據(移位X數據),即x在6pm對比y在6pm; x在下午5點對y在下午6點...... x(前一天的下午5點)vs y(下午6點) 2)與1)相同,但是累計移