Question

是否有任何快速函数能够计算加权的滚动平均值？这是必要的，因为每个数据点（以秒为单位的变化）有多个观察值（并非总是相同的数），并且将其取平均值。当我使用滚动平均值时，我想重新加权以获得一个无偏见的滚动平均值。

到目前为止，我想出了这个解决方案（在此示例中，窗口为3秒）。

sam <- data.table(val_mean=c(1:15),N=c(11:25))

sam[,weighted:=val_mean*N]

sam[,rollnumerator:=rollapply(weighted,3,sum,fill=NA,align="left")]

sam[,rolldenominator:=rollapply(N,3,sum,fill=NA,align="left")]

sam[,rollnumerator/rolldenominator]

我找不到任何已经解决了这个问题的问题。

这不是关于数据间距的不平等：我可以通过用NA扩展data.table来解决这一问题，以包括每一秒（上面的示例是等间距的）。另外，我也不想在RcppRoll的roll_mean中包含权重：在那里，所有时间窗口的权重都是固定的（“长度为n的向量，为窗口中每个元素的权重提供了权重 ”），而在我的情况下，权重根据当前处理的值而变化。第三，我不需要自适应窗口大小，它应该保持固定（例如3秒）。

Answer 1

1）使用by.column = FALSE：

library(data.table)
library(zoo)

wmean <- function(x) weighted.mean(x[, 1], x[, 2])
sam[, rollapplyr(.SD, 3, wmean, by.column = FALSE, fill = NA, align = "left")]

2）：另一种方法是将值和权重编码为复杂的向量：

wmean_cmplx <- function(x) weighted.mean(Re(x), Im(x))
sam[, rollapply(complex(real = val_mean, imag = N), 3, wmean_cmplx, 
  fill = NA, align = "left")]

R中的滚动加权平均值（多次观察）

1 个答案: