Eu tenho um grupo de dados no formato: cada ID é um paciente e cada valor é, digamos, pressão sanguínea para esse minuto. Gostaria de criar uma média móvel nos 60 minutos antes e 60 minutos após cada ponto. No entanto, como você pode ver, faltam minutos (então eu não posso simplesmente usar números de linha) e eu gostaria de criar uma média para cada ID única (então a média de ID xxxx não pode incluir valores atribuídos a ID AAAA). Parece que rollapply ou rollingstat podem ser opções, mas tiveram pouco sucesso tentando juntar isso. Por favor, deixe-me saber se é necessária mais clareza. Perguntou em 27 de janeiro às 3: 49 Tenho um quadro de dados que parece assim (o dput está abaixo): estou tentando calcular as somas em movimento OU as médias da largura 7 para o HeatingDegreeDay. MCnt. MCntlag7. MCntlag9 neste dataframe. Algumas características desses dados a considerar são: séries temporais irregulares com datas faltantes e valores NA no vetor HeatDegreeDay. Uma vez que eu tenha as médias móveis de 7 dias ou as médias calculadas, preciso calcular coeficientes de correlação para me ajudar a identificar qual atraso (7 dias ou 9 dias) é o melhor para combinar com o vetor HeatDegreeDay. Pergunta: A soma móvel ou o cálculo médio podem ser combinados com um cálculo de coeficiente de correlação no mesmo código ou eles precisam ser feitos em etapas. Em caso afirmativo, como Problemas: ao calcular as somas em movimento OU médias, eu continuo correndo em problemas. Primeiro, com rollapply, não posso passar vários vetores para rollapply como parece univariante. Em segundo lugar, com TTR sMAI, recebo um número incorreto de dimensões de erro. Eu não posso usar rollmean porque meus dados têm NA s. Erro no Lag091079, HeatingDegreeDay. Número incorreto de dimensões Como posso fazer isso funcionar Claramente, eu não tenho razão. Obrigado pela sua ajuda Os meus dados estão estruturados como: Im tentando desenterrar algumas métricas que analisam a confiabilidade com que os clientes se conectam a um serviço. Os dados brutos estão na forma do cliente A, foram colocados em linha no momento X. A conexão é altamente confiável, e eu quero algum tipo de média móvel para mostrar se a conexão está melhorando ou não ao longo do tempo. Os clientes nem sempre estão conectados, então simplesmente sair offline não significa que seja uma falha. Até agora, eu tomei dados e apliquei algumas suposições para ajudar a simplificá-lo, eu suponho que, se um cliente se reconectar dentro de um minuto de desconectá-lo, isso é uma falha. Estes foram modelados como simples implosões, ou seja. O cliente A teve uma falha no momento X. A parte em que estou lutando é como transformar esse gráfico em uma média móvel (estou jogando com R para cortar os números). Eu acredito que eu poderia ser capaz de fazer isso com um filtro passa-baixa, ou usar o pacote do zoológico e o RollMean. No entanto, não sei como lidar com os casos em que o cliente simplesmente não queria estar online.
No comments:
Post a Comment