R ဖြင့် ရွေ့လျားနေသော ပျမ်းမျှအား တွက်ချက်နည်း (နမူနာဖြင့်)

အချိန်စီးရီးခွဲခြမ်းစိတ်ဖြာမှုတွင်၊ ရွေ့လျားပျမ်းမျှသည် ယခင်ကာလများ၏ ပျမ်းမျှတန်ဖိုးကို ကိုယ်စားပြုသည်။

R တွင် rolling ပျမ်းမျှကို တွက်ချက်ရန် အလွယ်ကူဆုံးနည်းလမ်းမှာ တိရစ္ဆာန်ရုံ ပက်ကေ့ခ်ျမှ rollmean() လုပ်ဆောင်ချက်ကို အသုံးပြုခြင်းဖြစ်သည်-

 library (dplyr)
library (zoo)

#calculate 3-day rolling average
df %>%
  mutate(rolling_avg = rollmean(values, k= 3 , fill=NA, align=' right '))

ဤဥပမာသည် တန်ဖိုးများ ဟု တံဆိပ်တပ်ထားသော ကော်လံအတွက် 3- ရက်ရွေ့လျားပျမ်းမျှအား တွက်ချက်သည်။

အောက်ဖော်ပြပါ ဥပမာသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ- ရွေ့လျားပျမ်းမျှအား R ဖြင့် တွက်ချက်ပါ။

ထုတ်ကုန်တစ်ခု၏ရောင်းအားကို 10 ရက်ဆက်တိုက်ပြသသော R တွင် အောက်ပါဒေတာဘောင်တစ်ခုရှိသည်ဆိုပါစို့။

 #create data frame
df <- data. frame (day=c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10),
                 sales=c(25, 20, 14, 16, 27, 20, 12, 15, 14, 19))

#view data frame
df

   day sales
1 1 25
2 2 20
3 3 14
4 4 16
5 5 27
6 6 20
7 7 12
8 8 15
9 9 14
10 10 19

ဒေတာဘောင်အတန်းတစ်ခုစီရှိ ယခင် 3 ရက်အတွက် ရွေ့လျားနေသော ပျမ်းမျှရောင်းအားတန်ဖိုးကို ပြသသည့် avg_sales3 ဟုခေါ်သော ကော်လံအသစ်ကို ဖန်တီးရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ပါသည်။

 library (dplyr)
library (zoo)

#calculate 3-day rolling average of sales
df %>%
  mutate(avg_sales3 = rollmean(sales, k= 3 , fill=NA, align=' right '))

   day sales avg_sales3
1 1 25 NA
2 2 20 NA
3 3 14 19.66667
4 4 16 16.66667
5 5 27 19.00000
6 6 20 21.00000
7 7 12 19.66667
8 8 15 15.66667
9 9 14 13.66667
10 10 19 16.00000

မှတ်ချက် – rollmean() လုပ်ဆောင်ချက်ရှိ k ၏တန်ဖိုးသည် ရွေ့လျားပျမ်းမျှအား တွက်ချက်ရန် အသုံးပြုသည့် ယခင်ကာလများ၏ အရေအတွက်ကို ထိန်းချုပ်သည်။

avg_sales3 ကော်လံသည် ယခင်ကာလ 3 ခုအတွက် ရွေ့လျားနေသော ပျမ်းမျှအရောင်းတန်ဖိုးကို ပြသသည်။

ဥပမာ၊ 19.66667 ၏ ပထမတန်ဖိုးကို အောက်ပါအတိုင်း တွက်ချက်သည်-

3 ရက်ရွေ့လျားပျမ်းမျှ = (25 + 20 + 14) / 3 = 19.66667

mutate() လုပ်ဆောင်ချက်အတွင်း များစွာသော rollmean() လုပ်ဆောင်ချက်များကို အသုံးပြုခြင်းဖြင့် သင်သည် တစ်ကြိမ်တည်းတွင် ရွေ့လျားနေသော ပျမ်းမျှနှုန်းများကို တွက်ချက်နိုင်သည်။

ဥပမာအားဖြင့်၊ အောက်ပါကုဒ်သည် 3-ရက်နှင့် 4-ရက်ရွေ့လျားရောင်းချမှုပျမ်းမျှအား တွက်ချက်နည်းကို ပြသသည်-

 library (dplyr)
library (zoo)

#calculate 3-day and 4-day rolling average of sales
df %>%
  mutate(avg_sales3 = rollmean(sales, k= 3 , fill=NA, align=' right '),
         avg_sales4 = rollmean(sales, k= 4 , fill=NA, align=' right '))

   day sales avg_sales3 avg_sales4
1 1 25 NA NA
2 2 20 NA NA
3 3 14 19.66667 NA
4 4 16 16.66667 18.75
5 5 27 19.00000 19.25
6 6 20 21.00000 19.25
7 7 12 19.66667 18.75
8 8 15 15.66667 18.50
9 9 14 13.66667 15.25
10 10 19 16.00000 15.00

avg_sales3 နှင့် avg_sales4 ကော်လံများသည် 3-ရက်နှင့် 4-ရက်ကြာ ရွေ့လျားရောင်းချမှုပျမ်းမျှအား အသီးသီးပြသသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် R တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

R တွင် ကော်လံများစွာကို ဘယ်လိုဆွဲမလဲ။
R တွင် ကော်လံများထက် ပျမ်းမျှနည်း
R တွင် အုပ်စုအလိုက် ပျမ်းမျှတွက်နည်း