Question

我经常发现时间序列的滚动事件（特别是手段），并且惊讶地发现rollmean明显比rollapply快，并且align = 'right'方法比rollmeanr封套。

他们是如何实现这种加速的？为什么在使用rollmeanr()包装器时会丢失一些？

一些背景知识：我一直在使用rollapplyr(x, n, function(X) mean(X))，但最近我发现了一些使用rollmean的例子。文档建议rollapplyr(x, n, mean)（注意没有参数的function部分）使用rollmean因此我认为性能不会有太大差异，但是rbenchmark显示显着的差异。

require(zoo)
require(rbenchmark)

x <- rnorm(1e4)
r1 <- function() rollapplyr(x, 3, mean) # uses rollmean
r2 <- function() rollapplyr(x, 3, function(x) mean(x))
r3 <- function() rollmean(x, 3, na.pad = TRUE, align = 'right')
r4 <- function() rollmeanr(x, 3, align = "right")

bb <- benchmark(r1(), r2(), r3(), r4(), 
          columns = c('test', 'elapsed', 'relative'), 
          replications = 100, 
          order = 'elapsed')

print(bb)

我很惊讶地发现rollmean(x, n, align = 'right')明显更快 - 比我的rollapply(x, n, function(X) mean(X))方法快40倍。

  test elapsed relative
3 r3()    0.74    1.000
4 r4()    0.86    1.162
1 r1()    0.98    1.324
2 r2()   27.53   37.203

随着数据集大小的增长，差异似乎越来越大。我在上面的代码中只更改了x（到rnorm(1e5)）的大小并重新运行了测试，这些函数之间的差异更大。

  test elapsed relative
3 r3()   13.33    1.000
4 r4()   17.43    1.308
1 r1()   19.83    1.488
2 r2()  279.47   20.965

和x <- rnorm(1e6)

  test elapsed relative
3 r3()   44.23    1.000
4 r4()   54.30    1.228
1 r1()   65.30    1.476
2 r2() 2473.35   55.920

他们是怎么做到的？此外，这是最佳解决方案吗？当然，这很快，但有没有甚至更快的方式来做到这一点？

（注意：一般来说，我的时间序列几乎总是xts个对象 - 这有关系吗？）

Answer 1

计算滚动均值比计算一般滚动函数更快，因为第一个更容易计算。在计算一般滚动功能时，您必须反复计算每个窗口上的功能，由于简单的标识，您不必为mean执行此操作：

 (a2 + a3 + ... + an)/(n-1) = (a1 + a2 + ... + a(n-1))/(n-1) + (an - a1)/(n-1)

您可以通过查看getAnywhere(rollmean.zoo)来了解这是如何利用的。

如果你想要更快的滚动平均值，请使用runmean中的caTools，这是在C中实现的，它使得速度更快（它也可以更好地扩展，因此可以更快地缩放数据增加）。

library(microbenchmark)
library(caTools)
library(zoo)

x = rnorm(1e4)
microbenchmark(runmean(x, 3, endrule = 'trim', align = 'right'),
               rollmean(x, 3, align = 'right'))
#Unit: microseconds
#                                             expr      min        lq     median        uq       max neval
# runmean(x, 3, endrule = "trim", align = "right")  631.061  740.0775   847.5915  1020.048  1652.109   100
#                  rollmean(x, 3, align = "right") 7308.947 9155.7155 10627.0210 12760.439 16919.092   100

是什么让rollmean比rollapply更快（代码方式）？

1 个答案: