將函式套用到 rolling 視窗

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

本練習屬於課程

在 R 中操作時間序列資料

SkillTag.level.intermediateSkillTag.label

4.8+

免費開始學習課程

你將學到時間序列所代表的概念基礎、如何從時間序列取得資料的摘要統計，並在分析的探索步驟中，如何解讀時間序列圖。你也會學到如何在 R 物件中管理日期與時間資訊，以及如何套用一致的日期格式。

Exercise 1: 什麼是時間序列資料？Exercise 2: 使用 autoplot 繪製時間序列 Exercise 3: 時間序列摘要 Exercise 4: 解讀時間序列圖 Exercise 5: R 中的時間型別與類別 Exercise 6: 找出物件的類別 Exercise 7: is-dot 函式 Exercise 8: 使用 lubridate 的 as_date Exercise 9: 在 R 中格式化日期 Exercise 10: 轉換規格 Exercise 11: 解析與格式化日期

在這裡，你會學到如何擷取時間序列的關鍵屬性，例如資料涵蓋的時間範圍與取樣頻率，以便更了解你的資料。同時也會介紹 zoo 套件，其中包含建立與操作時間序列物件的工具與函式。許多 R 的資料科學應用採用 data frame 範式；你將學會如何在 data frame 與時間序列之間轉換。

Exercise 1: 時間序列屬性 Exercise 2: 時間屬性與小數日期 Exercise 3: 比較時間屬性 Exercise 4: 使用 zoo 套件的時間序列物件 Exercise 5: 建立一個 zoo Exercise 6: zoo 與 ggplot2 Exercise 7: 操作 zoo 物件 Exercise 8: 更新與替換索引 Exercise 9: 尋找重疊的索引 Exercise 10: 在 zoo 與資料框之間轉換 Exercise 11: 在 data.frame 與 zoo 之間轉換

你將學到如何從時間序列擷取一段視窗，聚焦於特定關注期間。處理真實世界的時間序列資料時，資料集的時間跨度往往超過所需，可能讓視覺化變得雜亂。你會以不同頻率取樣時間序列資料，例如每分鐘、每小時、每月或每年。進一步地，透過彙總資料並使用 xts 套件，你將看出資料的整體趨勢。你也會學到各種「插補」方法——用常數填補、LOCF 或線性內插來填入遺漏值。

Exercise 1: 擷取一段觀測視窗 Exercise 2: 從時間數列擷取視窗範圍 Exercise 3: 從特定日期找出觀測值 Exercise 4: 邏輯運算與子集 Exercise 5: 每月與每季資料 Exercise 6: zoo::yearmon Exercise 7: zoo::yearqtr Exercise 8: 重採樣與彙整觀測值 Exercise 9: 彙總資料 Exercise 10: 自訂聚合層級 Exercise 11: 用 ggplot2 繪製彙總後的時間序列 Exercise 12: 補值遺漏值 Exercise 13: 插補方法 Exercise 14: 常數填補 Exercise 15: 最後觀測值向前填補（LOCF）Exercise 16: 線性插補

你將學會建立會隨資料移動、也就是會「滾動」的時間序列視窗，讓你能跨時間彙整趨勢，例如連續數月觀測值的平均，或數週銷售額的總和。整體的摘要統計（如 mean、median、sum、maximum 等）並不一定能反映資料隨時間的變化；滾動視窗能讓你動態計算這些統計量。除了滾動視窗，你也會學到如何建立擴張視窗，用來觀察這些摘要統計如何逐步趨近其最終值。

Exercise 1: 什麼是 rolling window？Exercise 2: Rolling window 函式 Exercise 3: Rolling windows 與彙總的比較 Exercise 4: 將函式套用到 rolling 視窗

當前練習

Exercise 5: 移動最小值 Exercise 6: 以自訂函式進行 rolling apply Exercise 7: 擴展視窗 Exercise 8: Rolling 與 expanding 視窗的比較 Exercise 9: 擴展總和 Exercise 10: 擴充平均數 Exercise 11: 恭喜！