R filter 时间序列的线性过滤

R语言 filter 位于 stats 包(package)。

将线性过滤应用于单变量时间序列或多变量时间序列的每个序列。

filter(x, filter, method = c("convolution", "recursive"),
       sides = 2, circular = FALSE, init)

`x`	单变量或多变量时间序列。
`filter`	逆时间顺序的滤波器系数向量(对于 AR 或 MA 系数)。
`method`	`"convolution"` 或 `"recursive"`(并且可以缩写)。如果`"convolution"` 使用移动平均线：如果`"recursive"` 使用自回归。
`sides`	仅适用于卷积滤波器。如果`sides = 1`，滤波器系数仅适用于过去的值；如果`sides = 2`，它们以滞后 0 为中心。在这种情况下，滤波器的长度应该是奇数，但如果是偶数，则滤波器在时间上向前的部分多于向后的部分。
`circular`	仅适用于卷积滤波器。如果 `TRUE` ，则将过滤器包在系列的末尾，否则假设外部值丢失 ( `NA` )。
`init`	仅适用于递归过滤器。以相反的时间顺序指定起始值之前的时间序列的初始值。默认值是一组零。

x 中允许缺失值，但 filter 中不允许(它们会导致输出中到处都缺失值)。

请注意，递归滤波器中滞后 0 处有一个隐含系数 1，这给出了

不检查递归滤波器是否可逆：如果不可逆，输出可能会发散。

卷积滤波器为

其中o 是偏移量：请参阅sides 了解如何确定它。

时间序列对象。

convolve(, type = "filter") 使用 FFT 进行计算，因此对于单变量序列上的长滤波器可能会更快，但它不返回时间序列(因此时间对齐不清楚)，也不处理缺失值。例如，filter 对于长度为 100 的过滤器在长度为 1000 的序列上速度更快。

x <- 1:100
filter(x, rep(1, 3))
filter(x, rep(1, 3), sides = 1)
filter(x, rep(1, 3), sides = 1, circular = TRUE)

filter(presidents, rep(1, 3))

相关用法

注：本文由纯净天空筛选整理自R-devel大神的英文原创作品 Linear Filtering on a Time Series。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。