R中不平衡面板上的简单移动平均线答案

【问题标题】：Simple moving average on an unbalanced panel in RR中不平衡面板上的简单移动平均线
【发布时间】：2013-11-22 13:16:50
【问题描述】：

我正在处理一个不平衡、不规则间隔的横截面时间序列。我的目标是获取“数量”向量的滞后移动平均向量，按“主题”分割。

换句话说，假设已对 Subject_1 观察到以下数量： [1,2,3,4,5]。我首先需要将其滞后 1，得到 [NA,1,2,3,4]。

然后我需要取 3 阶的移动平均线，得到 [NA,NA,NA,(3+2+1)/3,(4+3+2)/3]

以上所有科目都需要完成。

# Construct example balanced panel DF
panel <- data.frame(
  as.factor(sort(rep(1:6,5))),
  rep(1:5,6),
  rnorm(30)                
)
colnames(panel)<- c("Subject","Day","Quantity")

#Make panel DF unbalanced
panelUNB <- subset(panel,as.numeric(Subject)!= Day)
panelUNB <- panelUNB[-c(15,16),]

如果面板是平衡的，我将首先使用包plm 和函数lag 滞后“数量”变量。然后我会像这样使用包zoo中的函数rollmean来获取滞后“数量”的移动平均值：

panel$QuantityMA <- ave(panel$Quantity, panel$Subject, FUN = function(x) rollmean(
                     x,3,align="right",fill=NA,na.rm=TRUE))

这将在应用于平衡“面板”DF 时产生正确的结果。

问题在于 plm 和 lag 依赖于均匀分布的系列来生成索引变量，而 rollapply 要求所有对象的观察次数（窗口大小）相等。

StackExchange 上有一个带有 data.table 的解决方案，它暗示了我的问题的解决方案：Producing a rolling average of an unbalanced panel data set

也许可以修改此解决方案以生成固定长度的移动平均线，而不是“滚动累积平均线”。

【问题讨论】：

另见stackoverflow.com/questions/16111242/…和stackoverflow.com/questions/743812/…

标签： r data.table plyr panel-data split-apply-combine

【解决方案1】：

这会给你想要的结果吗？

library(reshape2)
library(zoo)

# create time series where each subject have an observation at each time step
d1 <- data.frame(subject = rep(letters[1:4], each = 5),
                 day = rep(1:5, 4),
                 quantity = sample(x = 1:4, size = 20, replace = TRUE))
d1

# select some random observations
d2 <- d1[sample(x = seq_len(nrow(d1)), size = 15), ]
d2

# reshape to wide format with dcast
# -> 'automatic' extension from irregular to regular series for each subject,
# _given_ that all time steps are represented.
# Alternative method below more explicit

# fill for structural missings defaults to NA
d3 <- dcast(d2, day ~ subject, value.var = "quantity")
d3

# convert to zoo time series 
z1 <- zoo(x = d3[ , -1], order.by = d3$day)

################################
# alternative method to extend time series
# time steps to include are given explicitly

# create a zero-dimensional zoo series
z0 <- zoo(, min(d1$day):max(d1$day))

# extend z1 to contain the same time indices as z0 
z1 <- merge(z1, z0) 
################################

# lag, defaults to one unit 
z2 <- lag(x = z1)
z2

# calculate rolling mean with window width 3
rollmeanr(x = z2, k = 3)

# Handling of NAs:
# from ?rollmean:
# "The default method of rollmean does not handle inputs that contain NAs.
# In such cases, use rollapply instead.": 
rollapplyr(data = z2, width = 3, FUN = mean, na.rm = TRUE)

【讨论】：

答案需要序列的正则化。在我的情况下，这将需要在序列中插入大量的 NA，并会导致移动平均线（na.rm=TRUE）表现不规律。但是，我将使用您的一些想法用 NA 来“填充”该系列，而不是插入 NA。因此 +1 用于分享一些有用的代码。

【解决方案2】：

所以，要回答我自己的问题，一种方法是通过 split-lapply(rollingaverage)-unlist：

Temp <-with(panelUNB, split(Quantity, Subject))
Temp <- lapply(Temp, FUN=function (x) rollapplyr(
   x,2,align="right",fill=NA,na.rm=TRUE, FUN=mean))
QuantityMA <-unlist(Temp)

然后必须将“QuantityMA”向量添加回主“panelUNB”框架。似乎正在工作。可以使用 ddply 在不平衡面板上完成滞后。

如果有人有其他可能更优雅的解决方案，欢迎分享。

【讨论】：