Вычисление и построение скользящего среднего

Последний бейсбольный показатель, который вам нужно рассчитать, — это L10, то есть скользящее среднее побед/поражений за последние десять игр. Если совокупное среднее побед/поражений отражает общую результативность команды, то показатель L10 даёт более точное представление о её недавних выступлениях. За пределами спортивной аналитики этот показатель аналогичен финансовому индикатору, сфокусированному на последних результатах портфеля.

Чтобы рассчитать скользящее среднее побед/поражений, воспользуйтесь командой rollapply(), которую вы уже применяли в предыдущей главе. На этот раз нужно применить функцию mean к последним 10 играм команды Red Sox на каждом этапе сезона 2013 года.

Объект redsox_xts, включающий столбец win_loss, доступен в вашем рабочем пространстве.

Это упражнение является частью курса

Практический пример: анализ городских временных рядов в R

Посмотреть курс

Инструкции к упражнению

Создайте новый объект xts, содержащий данные только за сезон 2013 года. Назовите его redsox_2013.
Используйте rollapply(), чтобы рассчитать показатель lastten_2013 на основе столбца win_loss в объекте redsox_2013. Установите width равным 10, чтобы охватить последние десять игр команды Red Sox, и задайте аргумент FUN равным mean для вычисления среднего значения столбца win_loss.
Используйте plot.xts(), чтобы визуализировать новый показатель за сезон 2013 года. Оставьте аргумент ylim без изменений — он уже задан в коде.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Select only the 2013 season
redsox_2013 <- ___["___"]

# Use rollapply to generate the last ten average
lastten_2013 <- rollapply(___$___, width = ___, FUN = ___)

# Plot the last ten average during the 2013 season
plot.xts(___, ylim = c(0, 1))

Редактировать и запускать код