Question

我有一个数据框DF，如下所示：

 ID      Area time
1  1 182.685    1
2  2 182.714    1
3  3 182.275    1
4  4 211.928    1
5  5 218.804    1
6  6 183.445    1
...
1  1 184.334    2
2  2 196.765    2
3  3 186.435    2
4  4 213.322    2
5  5 214.766    2
6  6 172.667    2

..等等ID = 6。我想对每个ID应用自相关函数，即在时间1将ID = 1与在时间2的ID = 1进行比较，依此类推。

申请最直接的方式是什么？ acf()到我的数据框架？

当我尝试使用

时

autocorr = aggregate(x = DF$Area, by = list(DF$ID), FUN = acf)

我得到一个奇怪的物体。

提前致谢！

Answer 1

我想在每个ID上应用自相关函数

好的，好的，所以你不需要任何互相关，这会让事情变得更容易。

我得到一个奇怪的对象

acf返回一堆内容，即返回一个列表。我想你只会对ACF值感兴趣，所以你需要：

FUN = function (u) c(acf(u, plot = FALSE)$acf)

另外，使用aggregate并不是一个好主意。您可能需要split和sapply：

## so your data frame is called `x`
oo <- sapply(split(x$Area, x$ID), FUN = function (u) c(acf(u, plot = FALSE)$acf) )

如果您有平衡数据，即如果每个ID的观察数相同，oo将被简化为矩阵。如果您没有平衡数据，则可能需要显式控制lag.max中的acf参数。默认情况下，acf会根据观察次数自动决定此值。

现在假设我们希望滞后0到滞后7，我们可以设置：

oo <- sapply(split(x$Area, x$ID),
             FUN = function (u) c(acf(u, plot = FALSE, lag.max = 7)$acf) )

因此结果oo是一个8行的矩阵（滞后行，ID列）。我没有看到使用数据帧来保存此结果的任何好处，但如果您想要数据框，只需执行以下操作：

data.frame(oo)

对于矩阵或数据框中的数据，您可以轻松进行进一步分析。

-----------

有关acf的完整说明，请阅读Produce a boxplot for multiple ACFs

在数据帧中按组将自相关函数acf（）应用于向量集的元素

1 个答案:

-----------