R中的统计矩

Question

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！

Answer 1

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

Answer 2

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。

Answer 3

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)
}