<\/p>\n
Na an\u00e1lise de s\u00e9rie temporal, uma m\u00e9dia m\u00f3vel<\/strong> representa o valor m\u00e9dio de v\u00e1rios per\u00edodos anteriores.<\/span><\/p>\n A maneira mais f\u00e1cil de calcular uma m\u00e9dia m\u00f3vel em R \u00e9 usar a fun\u00e7\u00e3o rollmean()<\/strong> do pacote zoo<\/strong> :<\/span><\/p>\n Este exemplo espec\u00edfico calcula uma m\u00e9dia m\u00f3vel de 3<\/strong> dias para a coluna denominada Valores<\/strong> .<\/span><\/p>\n O exemplo a seguir mostra como usar esta fun\u00e7\u00e3o na pr\u00e1tica.<\/span><\/p>\n Suponha que temos o seguinte quadro de dados em R que mostra as vendas de um produto durante 10 dias consecutivos:<\/span><\/p>\n Podemos usar a seguinte sintaxe para criar uma nova coluna chamada avg_sales3<\/strong> que exibe o valor m\u00e9dio m\u00f3vel das vendas dos 3 dias anteriores em cada linha do quadro de dados:<\/span><\/span><\/p>\n Nota<\/strong> : O valor de k<\/strong> na fun\u00e7\u00e3o rollmean()<\/strong> controla o n\u00famero de per\u00edodos anteriores usados para calcular a m\u00e9dia m\u00f3vel.<\/span><\/p>\n A coluna avg_sales3<\/strong> exibe o valor m\u00e9dio m\u00f3vel das vendas dos 3 per\u00edodos anteriores.<\/span><\/p>\n Por exemplo, o primeiro valor de 19,66667<\/strong> \u00e9 calculado da seguinte forma:<\/span><\/p>\n M\u00e9dia m\u00f3vel de 3 dias = (25 + 20 + 14) \/ 3 = 19,66667<\/strong><\/span><\/p>\n Voc\u00ea tamb\u00e9m pode calcular v\u00e1rias m\u00e9dias m\u00f3veis de uma vez usando v\u00e1rias fun\u00e7\u00f5es rollmean()<\/strong> dentro da fun\u00e7\u00e3o mutate()<\/strong> .<\/span><\/p>\n Por exemplo, o c\u00f3digo a seguir mostra como calcular a m\u00e9dia m\u00f3vel de vendas de 3 e 4 dias:<\/span><\/p>\n As colunas avg_sales3<\/strong> e avg_sales4<\/strong> exibem a m\u00e9dia m\u00f3vel de vendas de 3 e 4 dias, respectivamente.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em R:<\/span><\/p>\n Como plotar m\u00faltiplas colunas em R<\/a> Na an\u00e1lise de s\u00e9rie temporal, uma m\u00e9dia m\u00f3vel representa o valor m\u00e9dio de v\u00e1rios per\u00edodos anteriores. A maneira mais f\u00e1cil de calcular uma m\u00e9dia m\u00f3vel em R \u00e9 usar a fun\u00e7\u00e3o rollmean() do pacote zoo : library (dplyr) library (zoo) #calculate 3-day rolling average df %>% mutate(rolling_avg = rollmean(values, k= 3 , fill=NA, align=’ right […]<\/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":[],"class_list":["post-3481","post","type-post","status-publish","format-standard","hentry","category-guia"],"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 Exemplo: calcule a m\u00e9dia m\u00f3vel em 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 Recursos adicionais<\/strong><\/span><\/h2>\n
Como calcular a m\u00e9dia das colunas em R<\/a>
Como calcular a m\u00e9dia por grupo em R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"