【发布时间】：2012-12-31 15:01:36
【问题描述】：
我正在为 R 中的 filter 函数寻找一些简单的（即 - 没有数学符号，长格式可重现代码）示例
我想我对卷积方法有一定的了解，但我一直在推广递归选项。我已经阅读并与各种文档作斗争，但对我来说帮助有点不透明。
以下是我目前发现的示例：
# Set some values for filter components
f1 <- 1; f2 <- 1; f3 <- 1;
我们继续：
# basic convolution filter
filter(1:5,f1,method="convolution")
[1] 1 2 3 4 5
#equivalent to:
x[1] * f1
x[2] * f1
x[3] * f1
x[4] * f1
x[5] * f1
# convolution with 2 coefficients in filter
filter(1:5,c(f1,f2),method="convolution")
[1] 3 5 7 9 NA
#equivalent to:
x[1] * f2 + x[2] * f1
x[2] * f2 + x[3] * f1
x[3] * f2 + x[4] * f1
x[4] * f2 + x[5] * f1
x[5] * f2 + x[6] * f1
# convolution with 3 coefficients in filter
filter(1:5,c(f1,f2,f3),method="convolution")
[1] NA 6 9 12 NA
#equivalent to:
NA * f3 + x[1] * f2 + x[2] * f1 #x[0] = doesn't exist/NA
x[1] * f3 + x[2] * f2 + x[3] * f1
x[2] * f3 + x[3] * f2 + x[4] * f1
x[3] * f3 + x[4] * f2 + x[5] * f1
x[4] * f3 + x[5] * f2 + x[6] * f1
现在我正在伤害我可怜的小脑干。 我设法在这篇文章中找到了使用信息的最基本示例：https://stackoverflow.com/a/11552765/496803
filter(1:5, f1, method="recursive")
[1] 1 3 6 10 15
#equivalent to:
x[1]
x[2] + f1*x[1]
x[3] + f1*x[2] + f1^2*x[1]
x[4] + f1*x[3] + f1^2*x[2] + f1^3*x[1]
x[5] + f1*x[4] + f1^2*x[3] + f1^3*x[2] + f1^4*x[1]
有人可以提供与我上面的代码类似的代码，用于递归版本的卷积示例filter = c(f1,f2) 和filter = c(f1,f2,f3)？
答案应该与函数的结果相匹配：
filter(1:5, c(f1,f2), method="recursive")
[1] 1 3 7 14 26
filter(1:5, c(f1,f2,f3), method="recursive")
[1] 1 3 7 15 30
编辑
使用@agstudy 的简洁答案完成：
> filter(1:5, f1, method="recursive")
Time Series:
Start = 1
End = 5
Frequency = 1
[1] 1 3 6 10 15
> y1 <- x[1]
> y2 <- x[2] + f1*y1
> y3 <- x[3] + f1*y2
> y4 <- x[4] + f1*y3
> y5 <- x[5] + f1*y4
> c(y1,y2,y3,y4,y5)
[1] 1 3 6 10 15
还有……
> filter(1:5, c(f1,f2), method="recursive")
Time Series:
Start = 1
End = 5
Frequency = 1
[1] 1 3 7 14 26
> y1 <- x[1]
> y2 <- x[2] + f1*y1
> y3 <- x[3] + f1*y2 + f2*y1
> y4 <- x[4] + f1*y3 + f2*y2
> y5 <- x[5] + f1*y4 + f2*y3
> c(y1,y2,y3,y4,y5)
[1] 1 3 7 14 26
还有……
> filter(1:5, c(f1,f2,f3), method="recursive")
Time Series:
Start = 1
End = 5
Frequency = 1
[1] 1 3 7 15 30
> y1 <- x[1]
> y2 <- x[2] + f1*y1
> y3 <- x[3] + f1*y2 + f2*y1
> y4 <- x[4] + f1*y3 + f2*y2 + f3*y1
> y5 <- x[5] + f1*y4 + f2*y3 + f3*y2
> c(y1,y2,y3,y4,y5)
[1] 1 3 7 15 30
【问题讨论】：
-
将
filter视为遍历原始向量，在每一步应用权重和求和。递归滤波器和卷积滤波器一样，只是权重 f1, ..., fn 自动变为 c(1, f1, ..., fn)，并且在每一步将 1 应用于当前值，而 f1, ..., fn 应用于正在创建的新校正向量的最后 n 个值，而不是原始值。使用卷积（默认边 = 2），权重跨越当前值，一侧是下 n/2 个原始值，另一侧是前 n/2 个原始值。 -
filter的行为对于两个methods 而言根本不同。 IMO 这是可恶的包/功能设计：它们应该有不同的名称。
标签： r filter time-series