filter
位于 stats
包(package)。 说明
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。
用法
filter(x, filter, method = c("convolution", "recursive"),
sides = 2, circular = FALSE, init)
参数
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 |
|
sides |
仅适用于卷积滤波器。如果 |
circular |
仅适用于卷积滤波器。如果 |
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。 |
细节
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。
值
时间序列对象。
注意
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。
例子
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))
也可以看看
相关用法
- R fitted 提取模型拟合值
- R fivenum 图基五数摘要
- R fisher.test 计数数据的 Fisher 精确检验
- R formula 模型公式
- R factor.scope 计算在公式中添加或删除时允许的更改
- R factanal 因子分析
- R friedman.test 弗里德曼秩和检验
- R ftable 扁平列联表
- R ftable.formula 平面列联表的公式表示法
- R family 模型的族对象
- R formula.nls 从 nls 对象中提取模型公式
- R fft 快速离散傅立叶变换 (FFT)
- R fligner.test 方差齐性的 Fligner-Killeen 检验
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
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。