R에서는 서로 다른 창 너비를 사용하는 큰 벡터 (최대 400k 요소)의 매우 빠른 롤링 평균을 수행하려고합니다. 그런 다음 각 창 너비에 대해 매년 최대 데이터를 요약합니다. . 아래의 예제는 명확하게 알 수 있습니다. 몇 가지 접근법을 시도했으며, 지금까지 가장 빠른 것은 실행 평균에 대해 RcppRoll 패키지에서 roll_mean을 사용하고 최대를
이것은 다른 여러 질문과 유사하지만 여전히 작동하도록 관리하지 못했습니다. 롤링 기능 (TGR 패키지의 runMAD)을 일련의 금융 정보 (거래 가격 및 거래량)에 적용하려고 시도하고 있지만 롤링 작업은 모두 일중이어야합니다 (즉, 다음 날이나 전날 일). 데이터는 두 개의 열 (가격 및 볼륨)이있는 xts 개체로 저장됩니다. 이 객체를 하루에 나누어서 하
3 일 상관 관계를 계산해야합니다. 다음은 샘플 매트릭스입니다. 내 문제는 ID가 우주에 매일 있지 않을 수도 있다는 것입니다. 예를 들어, AAPL은 항상 우주에있을 수 있지만 CCL은 단지 2 일 동안 우주에있을 수 있습니다. 벡터화 된 솔루션을 고맙게 생각합니다. 상관 관계 매트릭스 크기가 다를 수 있으므로 struct/accumarray 등을 사용해
두 개의 벡터 x와 y를 가지며 롤링 회귀를 계산하려고합니다 (예 : on) (x(1:4),y(1:4)), (x(2:5),y(2:5)), ... 이미 그 기능이 있습니까? 내가 알고있는 가장 좋은 알고리즘은 O (n)이지만, 모든 서브 어레이에 대해 선형 회귀를 적용하는 것은 O (n^2)입니다. 저는 Matlab과 Python (numpy)을 사용하고 있
거대한 데이터베이스에서 롤링 회귀를 수행하고 롤링에 사용 된 참조 열을 각 데이터 블록에 대해 5에서 45 사이의 값으로 "Q"라고합니다. 처음에는 단계별로 간단한 코드 단계했는데, 그것은 아주 좋은 작동합니다 fit <- as.formula(EB~EB1+EB2+EB3+EB4)
#use the 20 Quarters data to do regression
rolling을 피하고 롤백 회귀를 수동으로 코딩해야합니까? 또는 겹쳐진 항목이있는 거대한 패널을 만들고 statsby을 사용하는 것이 더 낫지는 않습니까? 즉, 각 창에 자체 by 항목을 입력하십시오. R에서는 데이터를 날짜 프레임 목록으로 미리 분할 할 수 있습니다.이 작업은 후속 작업의 속도를 높입니다. 한 달 전에 R에서 Stata로 전환했을 때 나
나는 단순 해 보이지만 약간의 어려움을 증명하려고 노력하고 있으므로 누군가가 도울 수 있기를 바랍니다! Lines <-"1971-01-17 298.9197
1971-01-17 298.9197
1971-02-16 299.0429
1971-03-17 299.0753
1971-04-17 299.3250
1971-05-17 299.5606
1971-06
여러 열이있는 xts 개체에 대해 롤링 선형 회귀를 계산하는 가장 효율적인 방법을 찾는 데 문제가 있습니다. 내가 검색하고 스택 오버 플로우에 대한 몇 가지 이전의 질문을 읽었습니다. 이 question and answer은 모든 회귀에서 변하지 않은 종속 변수로 여러 회귀를 계산하려는만큼 충분하지 않습니다. I는 임의의 데이터가 예를 재생 시도 : req
조건이 포함 된 데이터 프레임에서 열의 롤링 행 합계를 계산해야합니다. 내가 가진 데이터에는 "sku"에 대한 여러 관찰이 있습니다. 내가 원하는 것은 "sku"의 모든 값에 대해 5 개의 연속적인 행의 합을 계산하는 것입니다. 나는 "sku"에 대해 5 번 연속 관측 할 수없는 단계에 이르렀을 때, 해당 값에 대한 나머지 행 관측치를 합산합니다. 우리가
나는 R에 익숙하며 3 개월 지연 계산을 계산하기 위해 문제를 풀려고 노력하고있다. 내 dataframe 내가 추가 된 4 열 (Roll_deliquency) 최근 3 개월 delinquient의 예 카운트)로 새로운 dataftrame을 만들려고하고 있어요 (CID, acquistion_date 및 delinquient) 로 구성되어 있습니다. 새로운 고