R(多次观测)的滚动加权平均
R(多次观测)的滚动加权平均
提问于 2019-02-22 14:48:22
是否有任何快速函数能够计算出加权的滚动平均值？这是必要的，因为我有多个观察(不总是相同的数字)每个数据点(以秒为单位)，我平均。当我取滚动平均值时，我想重称得到一个无偏的滚动平均值。
到目前为止，我想出了这个解决方案(在本例中，窗口为3秒)。
sam <- data.table(val_mean=c(1:15),N=c(11:25))
sam[,weighted:=val_mean*N]
sam[,rollnumerator:=rollapply(weighted,3,sum,fill=NA,align="left")]
sam[,rolldenominator:=rollapply(N,3,sum,fill=NA,align="left")]
sam[,rollnumerator/rolldenominator]我找不到任何问题已经解决了这个问题。
这与数据的不等间距无关:我可以通过用NAs扩展我的data.table以包括每秒钟来解决这个问题(上面的例子是等距的)。另外，我不想包含RcppRoll的roll_mean意义上的权重:在这里，所有时间窗口的权重都是固定的(“长度为n的向量，给出每个元素在窗口中的权重。”)，而在我的示例中，权重根据当前处理的值变化。第三，我不想要一个自适应窗口大小，它应该保持固定(比如说3秒)。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-02-22 15:03:20
1)使用by.column = FALSE
library(data.table)
library(zoo)
wmean <- function(x) weighted.mean(x[, 1], x[, 2])
sam[, rollapplyr(.SD, 3, wmean, by.column = FALSE, fill = NA, align = "left")]2)另一种方法是将值和权重编码为一个复杂的向量：
wmean_cmplx <- function(x) weighted.mean(Re(x), Im(x))
sam[, rollapply(complex(real = val_mean, imag = N), 3, wmean_cmplx,
fill = NA, align = "left")]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54829610
复制相关文章
相似问题
腾讯云开发者
