R 如何在 hydroTSM 和 xts 包下的季节性使用复杂功能？

Question

我想计算我的参数值的季节性平均值（当 x > 0.002 时）。为此，我使用 xts::period.apply() 按季节分隔值。我在endpoints()中使用"quarter"期间，但"quarter"期间将一年分为四个季节如下：

"January+February+March", 
"April+May+June", 
"July+August+Septembre",
"October+November+December"

例如：

library(xts) 
library(PerformanceAnalytics)

data(edhec) 
head(edhec)

edhec_4yr <- edhec["1997/2001"] 
ep <- endpoints(edhec_4yr, "quarter")
# mean 
period.apply(edhec_4yr, INDEX = ep,
  function(x) apply(x,2, function(y) mean(y[y>0.002])))

但是为了我的学习，我希望我的季节划分如下：

"December+January+February", 
"March+April+May", 
"June+July+August", 
"Septembre+October+November"

你能帮我看看如何更改 "quarter" 期间的订单月份吗？[=23=]

我可以使用 hydroTSM 包下的简单功能（mean、max、min），功能如下：

dm2seasonal(edhec_4yr, FUN=mean, season="DJF")

其中：

 DJF : December, January, February
 MAM : March, April, May
 JJA : June, July, August
 SON : September, October, November

但我无法将复杂函数（带条件的均值）应用为以下函数：

dm2seasonal(edhec_4yr, season="DJF",
  function(x) apply(x,2, function(y) mean(y[y>0.002])))

你能帮我如何改进这个功能，以便计算 DJF 的平均值（当 x > 0.02 时）吗？

Answer 1

xts::endpoints() 函数总是 returns "standard" 周期中的最后一次观察，从原点（午夜，1970-01-01）开始。所以它不能轻易地做你想做的事。

您可以通过在每 3 个月的最后一个月的最后一天找到观察值来计算您自己的期末点 window。这是使用每月数据执行此操作的一种方法：

# .indexmon() returns a zero-based month
ep <- which((.indexmon(edhec_4yr) + 1) %in% c(2, 5, 8, 11))
aggfn <- function(x, bound = 0.002, ...) {
  apply(x,2, function(y) mean(y[y > bound], ...))
}
period.apply(edhec_4yr, ep, aggfn)

如果您有每日数据，则需要找到月经结束的每个月的最后一天。您可以使用 .indexmon() 找到每个季节结束的所有月份，然后构造一个 xts对象与原始日常数据对象中所有这些观察的位置。然后你可以使用apply.monthly()和last()来提取每个季节结束月份的最后一天的位置。结果对象包含您需要传递给 period.apply().

的端点

data(prices)
prices <- as.xts(prices)  # 'prices' is zoo; convert to xts
season_months <- (.indexmon(prices)+1) %in% c(2, 5, 8, 11)
ep_months <- xts(which(season_months), index(prices)[season_months])
ep_seasons <- as.numeric(apply.monthly(ep_months, last))
period.apply(prices, ep_seasons, aggfn)

而且我应该指出，我正在考虑如何以更灵活的方式指定终点，我将确保包括一种指定季节的方法。

R 如何在 hydroTSM 和 xts 包下的季节性使用复杂功能？

R How to use a complex function at seasonal period under hydroTSM and xts packages?

statistics

r

time-series

apply

xts