<\/p>\n
Bei der Zeitreihenanalyse stellt ein gleitender Durchschnitt<\/strong> den Durchschnittswert mehrerer vorangegangener Perioden dar.<\/span><\/p>\n Der einfachste Weg, einen gleitenden Durchschnitt in R zu berechnen, ist die Verwendung der Funktion rollmean()<\/strong> aus dem zoo-<\/strong> Paket:<\/span><\/p>\n In diesem speziellen Beispiel wird ein gleitender 3-<\/strong> Tage-Durchschnitt f\u00fcr die Spalte mit der Bezeichnung \u201eWerte\u201c<\/strong> berechnet.<\/span><\/p>\n Das folgende Beispiel zeigt, wie Sie diese Funktion in der Praxis nutzen k\u00f6nnen.<\/span><\/p>\n Angenommen, wir haben den folgenden Datenrahmen in R, der die Verk\u00e4ufe eines Produkts an 10 aufeinanderfolgenden Tagen zeigt:<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um eine neue Spalte mit dem Namen avg_sales3<\/strong> zu erstellen, die den gleitenden durchschnittlichen Verkaufswert f\u00fcr die letzten drei Tage in jeder Zeile des Datenrahmens anzeigt:<\/span><\/span><\/p>\n Hinweis<\/strong> : Der Wert von k<\/strong> in der Funktion rollmean()<\/strong> steuert die Anzahl der vorherigen Perioden, die zur Berechnung des gleitenden Durchschnitts verwendet werden.<\/span><\/p>\n Die Spalte avg_sales3<\/strong> zeigt den gleitenden durchschnittlichen Umsatzwert f\u00fcr die letzten drei Zeitr\u00e4ume an.<\/span><\/p>\n Der erste Wert von 19,66667<\/strong> wird beispielsweise wie folgt berechnet:<\/span><\/p>\n Gleitender 3-Tage-Durchschnitt = (25 + 20 + 14) \/ 3 = 19,66667<\/strong><\/span><\/p>\n Sie k\u00f6nnen auch mehrere gleitende Durchschnitte gleichzeitig berechnen, indem Sie mehrere rollmean()-<\/strong> Funktionen innerhalb der mutate()-<\/strong> Funktion verwenden.<\/span><\/p>\n Der folgende Code zeigt beispielsweise, wie der gleitende 3- und 4-Tages-Durchschnitt der Verk\u00e4ufe berechnet wird:<\/span><\/p>\n Die Spalten avg_sales3<\/strong> und avg_sales4<\/strong> zeigen den gleitenden 3-Tages- bzw. 4-Tages-Durchschnitt der Verk\u00e4ufe an.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in R ausf\u00fchren:<\/span><\/p>\n So zeichnen Sie mehrere Spalten in R<\/a> Bei der Zeitreihenanalyse stellt ein gleitender Durchschnitt den Durchschnittswert mehrerer vorangegangener Perioden dar. Der einfachste Weg, einen gleitenden Durchschnitt in R zu berechnen, ist die Verwendung der Funktion rollmean() aus dem zoo- Paket: library (dplyr) library (zoo) #calculate 3-day rolling average df %>% mutate(rolling_avg = rollmean(values, k= 3 , fill=NA, align=‘ right ‚)) In diesem […]<\/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 library<\/span> (dplyr)<\/span>\nlibrary<\/span> (zoo)<\/span>\n\n#calculate 3-day rolling average<\/span>\ndf %>%\n mutate(rolling_avg = rollmean(values, k= 3<\/span> , fill=NA, align=' right<\/span> '))<\/strong><\/pre>\n Beispiel: Berechnen Sie den gleitenden Durchschnitt in R<\/strong><\/span><\/h2>\n
#create data frame<\/span>\ndf <- data. frame<\/span> (day=c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10),\n sales=c(25, 20, 14, 16, 27, 20, 12, 15, 14, 19))\n\n#view data frame\n<\/span>df\n\n day 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<\/strong><\/pre>\n library<\/span> (dplyr)\nlibrary<\/span> (zoo)\n\n#calculate 3-day rolling average of sales<\/span>\ndf %>%\n mutate(avg_sales3 = rollmean(sales, k= 3<\/span> , fill=NA, align=' right<\/span> '))\n\n day sales avg_sales3\n1 1 25 NA\n2 2 20 NA\n3 3 14 19.66667\n4 4 16 16.66667\n5 5 27 19.00000\n6 6 20 21.00000\n7 7 12 19.66667\n8 8 15 15.66667\n9 9 14 13.66667\n10 10 19 16.00000\n<\/strong><\/span><\/pre>\n library<\/span> (dplyr)\nlibrary<\/span> (zoo)\n\n#calculate 3-day and 4-day rolling average of sales<\/span>\ndf %>%\n mutate(avg_sales3 = rollmean(sales, k= 3<\/span> , fill=NA, align=' right<\/span> '),\n avg_sales4 = rollmean(sales, k= 4<\/span> , fill=NA, align=' right<\/span> '))\n\n day sales avg_sales3 avg_sales4\n1 1 25 NA NA\n2 2 20 NA NA\n3 3 14 19.66667 NA\n4 4 16 16.66667 18.75\n5 5 27 19.00000 19.25\n6 6 20 21.00000 19.25\n7 7 12 19.66667 18.75\n8 8 15 15.66667 18.50\n9 9 14 13.66667 15.25\n10 10 19 16.00000 15.00\n<\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\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":"