Question

我在变量R中得到一个数据集，重复10,000次，每次重复采样200次，所以10,000乘200矩阵，我想计算变量的统计矩，直到任意数。所以最后我想要一个包含瞬间值的数字向量。

我可以使用colMean和colVar获取数据集的方差和均值，但它们只能到目前为止。

我也知道R中的时刻包，但是使用all.moments命令会返回每个时间段的时刻，或者将每个列或行视为单个变量，而不是我想要的。

有没有人知道高阶矩的colMean和colVar的等价物？如果可能的话也可以用于交叉时刻？

非常感谢！

Answer 1

我从一个不起眼的R包e1071中窃取了这段代码：

theskew<- function (x) {
x<-as.vector(x)
 sum((x-mean(x))^3)/(length(x)*sd(x)^3)
 }
thekurt <- function (x) {
x<-as.vector(x)
  sum((x-mean(x))^4)/(length(x)*var(x)^2) - 3
  }

您可以通过一次送入一列来将其折叠到您的代码中

Answer 2

好的，昨天为后代做了这个循环，它会做我所要求的。

如果您的数据是您正在测量的变量的时间进程，并且您想要该变量的时刻：

rm(list=ls())

yourdata<-read.table("whereveryourdatais/and/variableyouwant")

yourdata<-t(yourdata) #only do this at your own discretion


mu<-colMeans(yourdata,1:ncol(yourdata))

NumMoments <- 5
rawmoments <- matrix(NA, nrow=NumMoments, ncol=ncol(yourdata))

for(i in 1:NumMoments) {
  rawmoments[i, ] <- colMeans(yourdata^i)
}
plot(rawmoments[1,])

holder<-matrix(NA,nrow=nrow(yourdata),ncol=ncol(yourdata))
middles<-matrix(NA,nrow=1,ncol=ncol(yourdata))

for(j in 1:nrow(yourdata)){
  for(o in 1:ncol(rawmoments)){
    middles[o]<-yourdata[j,o]-rawmoments[1,o]
  }
  holder[j,] <- middles 
}
centmoments<-matrix(NA,nrow=NumMoments,ncol=ncol(yourdata))


for(i in 1:NumMoments){
  centmoments[i,]<-colMeans(holder^i)
}

然后centmoments具有中心元素，而rawmoments具有原始时刻，您可以通过更改NumMoments的值来指定要拍摄的时刻。请注意＆＃34; centmoments＆＃34;中的第一行将大约为0。

Answer 3

这是你要找的吗？

X <- matrix(1:12, 3, 4) # your data

NumMoments <- 5
moments <- matrix(NA, nrow=NumMoments, ncol=ncol(X))

for(i in 1:NumMoments) {
  moments[i, ] <- colMeans(X^i)
}

编辑：好吧，显然你想要“中心时刻”

X <- matrix(1:12, 3, 4)

NumMoments <- 5
moments <- matrix(NA, nrow=NumMoments, ncol=ncol(X))

Y <- X

for(i in 1:ncol(X)) {
  Y[, i] <- Y[, i] - moments[1, i]
}

for(i in 2:NumMoments) {
  moments[i, ] <- colMeans(Y^i)
}

R中的统计时刻

3 个答案: