为了找到 R 数据帧中的移动标准差，我们可以使用 zoo 包的 rollapply 函数。
例如，如果我们有一个名为 df 的数据框，并且我们想要找到 2 个移动标准差，那么我们可以使用下面给出的命令 -
rollapply(df,width=2,FUN=sd,fill=0,align="r")
以下代码段创建了一个示例数据框 -
x1<-rnorm(20) x2<-rnorm(20) x3<-rnorm(20) df1<-data.frame(x1,x2,x3) df1
创建以下数据框 -
x1 x2 x3 1 -0.049371233 0.15042948 0.7801880 2 -2.309740485 0.16439819 -0.5155871 3 0.275820922 -0.34764174 1.4993257 4 -0.920297787 0.25222530 1.5681985 5 0.110624467 0.01890216 1.2107487 6 0.865938984 -1.67177878 1.1043152 7 0.253139069 1.32182287 0.5327715 8 1.414675759 -2.65619112 -1.0617283 9 0.416841760 -0.39158788 -0.3602582 10 -0.358835803 0.20922777 1.2902007 11 -0.455361301 -1.40088912 2.0602088 12 0.742073720 -0.42320099 -0.8943533 13 -0.002643386 0.75774583 0.7258981 14 -1.967374060 -1.92858217 0.8854961 15 -1.741133384 -1.58046760 -1.5376346 16 -1.828572667 -0.54706762 -0.2381593 17 0.674338272 -0.17540436 -0.7148876 18 -0.437785459 0.36396586 -1.2007988 19 -0.235525784 -0.39931221 -0.9674260 20 0.141622142 0.03842005 0.4136045
要加载 zoo 包并找到 df1 中数据的 5-moving 标准差，请将以下代码添加到上述代码段中 -
library(zoo) rollapply(df1,width=5,FUN=sd,fill=0,align="r")输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
x1 x2 x3 [1,] 0.0000000 0.0000000 0.0000000 [2,] 0.0000000 0.0000000 0.0000000 [3,] 0.0000000 0.0000000 0.0000000 [4,] 0.0000000 0.0000000 0.0000000 [5,] 1.0722352 0.2361815 0.8544178 [6,] 1.2487785 0.7913527 0.8545377 [7,] 0.6482081 1.0828798 0.4117639 [8,] 0.8774868 1.5941549 1.0374862 [9,] 0.5308056 1.5384901 0.9772044 [10,] 0.6660168 1.5621470 0.9964741 [11,] 0.7504078 1.5214858 1.2488476 [12,] 0.7814668 1.1231666 1.3921332 [13,] 0.5092032 0.8063859 1.2013811 [14,] 0.9903649 1.1098367 1.0852588 [15,] 1.1526908 1.0892921 1.4502026 [16,] 1.2442845 1.0606422 1.0377557 [17,] 1.2212830 1.0849092 1.0110028 [18,] 1.1481566 0.9602383 0.9464956 [19,] 1.0641887 0.7117466 0.4921518 [20,] 0.9350305 0.3605345 0.6423378
以下代码段创建了一个示例数据框 -
y1<-rpois(20,1) y2<-rpois(20,5) y3<-rpois(20,2) y4<-rpois(20,5) df2<-data.frame(y1,y2,y3,y4) df2
创建以下数据框 -
y1 y2 y3 y4 1 2 4 1 7 2 0 6 0 5 3 1 7 4 7 4 0 6 4 5 5 1 3 2 6 6 0 2 1 9 7 1 7 2 5 8 2 4 4 1 9 0 5 4 2 10 1 6 2 6 11 0 7 0 4 12 1 2 1 7 13 0 6 2 8 14 1 6 4 1 15 1 3 1 6 16 6 6 5 2 17 1 8 5 3 18 2 5 1 7 19 1 5 1 6 20 0 6 1 4
要在 df2 中找到数据的 4-moving 标准偏差，请将以下代码添加到上面的代码段中 -
rollapply(df2,width=4,FUN=sd,fill=0,align="r")输出结果
如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出 -
y1 y2 y3 y4 [1,] 0.0000000 0.000000 0.0000000 0.0000000 [2,] 0.0000000 0.000000 0.0000000 0.0000000 [3,] 0.0000000 0.000000 0.0000000 0.0000000 [4,] 0.9574271 1.258306 2.0615528 1.1547005 [5,] 0.5773503 1.732051 1.9148542 0.9574271 [6,] 0.5773503 2.380476 1.5000000 1.7078251 [7,] 0.5773503 2.380476 1.2583057 1.8929694 [8,] 0.8164966 2.160247 1.2583057 3.3040379 [9,] 0.9574271 2.081666 1.5000000 3.5939764 [10,] 0.8164966 1.290994 1.1547005 2.3804761 [11,] 0.9574271 1.290994 1.9148542 2.2173558 [12,] 0.5773503 2.160247 1.7078251 2.2173558 [13,] 0.5773503 2.217356 0.9574271 1.7078251 [14,] 0.5773503 2.217356 1.7078251 3.1622777 [15,] 0.5000000 2.061553 1.4142136 3.1091264 [16,] 2.7080128 1.500000 1.8257419 3.3040379 [17,] 2.5000000 2.061553 1.8929694 2.1602469 [18,] 2.3804761 2.081666 2.3094011 2.3804761 [19,] 2.3804761 1.414214 2.3094011 2.3804761 [20,] 0.8164966 1.414214 2.0000000 1.8257419