Ein exponentieller gleitender Durchschnitt<\/strong> ist eine Art gleitender Durchschnitt, der den j\u00fcngsten Beobachtungen mehr Gewicht beimisst, was bedeutet, dass er in der Lage ist, aktuelle Trends schneller zu erfassen.<\/span><\/p>\n In diesem Tutorial wird erkl\u00e4rt, wie man einen exponentiellen gleitenden Durchschnitt in R berechnet.<\/span><\/p>\n Angenommen, wir haben den folgenden Datenrahmen in R:<\/span><\/p>\n Wir k\u00f6nnen die Funktion movavg()<\/a> aus dem Pracma-<\/strong> Paket verwenden, um den exponentiell gewichteten gleitenden Durchschnitt f\u00fcr eine Reihe fr\u00fcherer Perioden zu berechnen.<\/span><\/p>\n Diese Funktion verwendet die folgende Syntax:<\/span><\/p>\n movavg(x, n, type=c(\u201es\u201c, \u201et\u201c, \u201ew\u201c, \u201em\u201c, \u201ee\u201c, \u201er\u201c))<\/strong><\/span><\/p>\n Gold:<\/span><\/p>\n So berechnen Sie beispielsweise den exponentiell gewichteten gleitenden Durchschnitt anhand der vorherigen vier Perioden:<\/span><\/p>\n Wir k\u00f6nnen auch die Visualisierungsbibliothek ggplot2 verwenden, um Verk\u00e4ufe im Verh\u00e4ltnis zum exponentiell gewichteten gleitenden 4-Tage-Durchschnitt zu visualisieren:<\/span> <\/p>\n Die rote Linie zeigt die Verk\u00e4ufe w\u00e4hrend jedes Zeitraums und die blaue Linie zeigt den exponentiell gewichteten gleitenden Durchschnitt.<\/span><\/p>\n So zeichnen Sie mehrere Spalten in R<\/a> Bei der Zeitreihenanalyse ist ein gleitender Durchschnitt einfach der Durchschnittswert mehrerer fr\u00fcherer Perioden. Ein exponentieller gleitender Durchschnitt ist eine Art gleitender Durchschnitt, der den j\u00fcngsten Beobachtungen mehr Gewicht beimisst, was bedeutet, dass er in der Lage ist, aktuelle Trends schneller zu erfassen. In diesem Tutorial wird erkl\u00e4rt, wie man einen exponentiellen gleitenden Durchschnitt in R […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel: exponentieller gleitender Durchschnitt in R<\/strong><\/h3>\n
#create data frame<\/span>\ndf <- data.frame(period=1:10,\n sales=c(25, 20, 14, 16, 27, 20, 12, 15, 14, 19))\n\n#view data frame<\/span>\ndf\n\n period sales\n1 1 25\n2 2 20\n3 3 14\n4 4 16\n5 5 27\n6 6 20\n7 7 12\n8 8 15\n9 9 14\n10 10 19\n<\/strong><\/pre>\n\n
library<\/span> (pracma)<\/span>\n\n#create new column to hold 4-day exponentially weighted moving average<\/span>\ndf$EWM_4day <- movavg<\/span> (df$sales, n=4, type=' e<\/span> ')\n\n#view DataFrame<\/span> \ndf\n\n period sales 4dayEWM\n0 1 25 25.000000\n1 2 20 23.000000\n2 3 14 19.400000\n3 4 16 18.040000\n4 5 27 21.624000\n5 6 20 20.974400\n6 7 12 17.384640\n7 8 15 16.430784\n8 9 14 15.458470\n9 10 19 16.875082<\/strong><\/pre>\n library<\/span> (ggplot2)\nlibrary<\/span> (reshape2)\n\n#melt data into format for easy plotting\n<\/span>df <- melt<\/span> (df, id.vars = ' period<\/span> ', variable.name = ' series<\/span> ')\n\n#plot sales vs. 4-day exponentially weighted moving average\n<\/span>ggplot(df, aes<\/span> (period, value)) +\n geom_line( aes<\/span> (color=series))\n<\/strong><\/span><\/pre>\n![\"Exponentiell](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/ewma1.png\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So mitteln Sie den Durchschnitt \u00fcber Spalten in R<\/a>
So berechnen Sie den Mittelwert pro Gruppe in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"