Question

我希望最终能够在各种统计属性中绘制变化（收敛到真值），因为更多的观察被添加到数据集中，并且在数据的一系列随机排列上迭代地这样做。我想使用PerformanceAnalytics中的apply.fromstart来生成随着数据集增长而变化的统计信息。

我的数据集如下所示：

qpcr_a100p.z <-
structure(c(115.3, 108.4, 112.8, 101, 107.6, 84.9, 87.7, 94.7, 
108.3, 107.3, 115, 79.1, 70.1, 61, 125.5, 111.1, 67.7, 119.4, 
85.5, 109.3, 68.5, 98.3, 71.8, 81.6, 96, 140.8, 75.3, 83.6, 90.6, 
107.5), index = c(30, 94, 103, 104, 114, 120, 155, 234, 240, 
272, 289, 314, 439, 492, 502, 544, 547, 557, 564, 592, 656, 775, 
783, 803, 805, 855, 856, 870, 929, 985), class = "zoo")

但是，当我尝试运行apply.fromstart时出现错误：

> library(PerformanceAnalytics)
> apply.fromstart(qpcr_a100p.z, FUN = "mean", gap = 1)
Error in 1:columns : argument of length 0

我尝试了apply.fromstart命令的一些变体，包括：

> apply.fromstart(qpcr_a100p.z[,1,drop=FALSE], FUN = "mean", gap = 1)

但我仍然得到同样的错误。

Answer 1

很明显，函数apply.fromstart中的数据类型（我认为问题是变量的时间）不匹配。如果您的zoo对象名为qpcr_a100p.z，我建议您使用此解决方法：

dat=na.omit(as.xts(as.ts(qpcr_a100p.z)))
apply.fromstart(dat, FUN = "mean", gap = 1)

产生以下结果：

> as.numeric(apply.fromstart(dat, FUN="mean", gap=1))

 [1] 115.30000 111.85000 112.16667 109.37500 109.02000 105.00000 102.52857
 [8] 101.55000 102.30000 102.80000 103.90909 101.84167  99.40000  96.65714
[15]  98.58000  99.36250  97.50000  98.71667  98.02105  98.58500  97.15238
[22]  97.20455  96.10000  95.49583  95.51600  97.25769  96.44444  95.98571
[29]  95.80000  96.19000

Answer 2

错误是因为您的qpcr_a100p.z zoo对象没有dim属性，所以从技术上讲它没有任何列。此外，apply.fromstart需要基于时间的索引。

因此设置dim并将索引转换为Date，该函数将起作用。

dim(qpcr_a100p.z) <- c(NROW(qpcr_a100p.z),NCOL(qpcr_a100p.z))
index(qpcr_a100p.z) <- as.Date(index(qpcr_a100p.z), origin="1970-01-01")
out <- apply.fromstart(qpcr_a100p.z, FUN = "mean", gap = 1)
# convert the index back to numeric, if necessary
index(out) <- as.numeric(index(out))

为什么我在PerformanceAnalytics中使用apply.fromstart获得“1：列中的错误：长度为0的参数”

2 个答案: