[英]statistical moments in R
我有一个变量R的数据集,重复10,000次,每次重复采样200次,因此得到10,000 x 200矩阵,我想计算变量的统计矩,最大为任意数。 因此,最后我想要一个包含矩值的数值矢量。
我可以使用colMean和colVar来获得数据集的方差和均值,但它们仅适用于此。
我也知道R中的moments包,但是使用all.moments命令返回每个时间过程的矩,或者将每一列或每一行视为一个单独的变量,而不是我想要的。
有人知道高阶矩的等于colMean和colVar吗? 如果可能的话,还可以用于交叉时刻?
非常感谢!
我从一个晦涩的R
包e1071
偷走了这段代码:
theskew<- function (x) {
x<-as.vector(x)
sum((x-mean(x))^3)/(length(x)*sd(x)^3)
}
thekurt <- function (x) {
x<-as.vector(x)
sum((x-mean(x))^4)/(length(x)*var(x)^2) - 3
}
您可以一次输入一栏,将其折叠到代码中
好的,昨天这样做是为了后代,这是一个循环,可以完成我所要求的。
假设您的数据是您正在测量的变量的时间过程,并且您想要该变量的时刻:
rm(list=ls())
yourdata<-read.table("whereveryourdatais/and/variableyouwant")
yourdata<-t(yourdata) #only do this at your own discretion
mu<-colMeans(yourdata,1:ncol(yourdata))
NumMoments <- 5
rawmoments <- matrix(NA, nrow=NumMoments, ncol=ncol(yourdata))
for(i in 1:NumMoments) {
rawmoments[i, ] <- colMeans(yourdata^i)
}
plot(rawmoments[1,])
holder<-matrix(NA,nrow=nrow(yourdata),ncol=ncol(yourdata))
middles<-matrix(NA,nrow=1,ncol=ncol(yourdata))
for(j in 1:nrow(yourdata)){
for(o in 1:ncol(rawmoments)){
middles[o]<-yourdata[j,o]-rawmoments[1,o]
}
holder[j,] <- middles
}
centmoments<-matrix(NA,nrow=NumMoments,ncol=ncol(yourdata))
for(i in 1:NumMoments){
centmoments[i,]<-colMeans(holder^i)
}
然后, centmoments
具有中心矩, rawmoments
具有原始时刻,您可以通过更改NumMoments的值来指定要花费的时刻。 请注意,“ centmoments”中的第一行大约为0。
这是您要找的东西吗?
X <- matrix(1:12, 3, 4) # your data
NumMoments <- 5
moments <- matrix(NA, nrow=NumMoments, ncol=ncol(X))
for(i in 1:NumMoments) {
moments[i, ] <- colMeans(X^i)
}
编辑:好的,显然您想要“关键时刻”
X <- matrix(1:12, 3, 4)
NumMoments <- 5
moments <- matrix(NA, nrow=NumMoments, ncol=ncol(X))
Y <- X
for(i in 1:ncol(X)) {
Y[, i] <- Y[, i] - moments[1, i]
}
for(i in 2:NumMoments) {
moments[i, ] <- colMeans(Y^i)
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.