Beweglicher Durchschnitt Ggplot2

Ich habe eine Handlung von Zeitreihen in ggplot2 Paket und ich habe die Moving Average durchgeführt und ich möchte das Ergebnis der gleitenden Durchschnitt auf die Handlung der Zeitreihen hinzufügen. Beispiel des Datensatzes (Seite 31): ambtemp dt -1.14 2007-09-29 00:01:57 -1.12 2007-09-29 00:03:57 -1.33 2007-09-29 00:05:57 -1.44 2007 -09-29 00:07:57 -1.54 2007-09-29 00:09:57 -1.29 2007-09-29 00:11:57 Angewandter Code für die Zeitreihen-Darstellung: Beispiel für Moving-Average-Plot Beispiel für erwartete Ergebnisse Herausforderung ist, dass die Zeitreihendaten aus dem Datensatz erhalten, die Zeitstempel und Temperatur enthalten, aber Moving Average Daten enthalten nur die durchschnittliche Spalte und nicht die Zeitstempel und Anpassung dieser beiden können Inkonsistenz verursachen. Nicht sicher, ob dies eine Programmierfrage ist oder nicht. Wenn ich die Daten unten habe, die ein spitzes Diagramm produzieren, und Id mögen ein leicht geglättetes mit ggplot2 erzeugen, wie ich es am elegantesten mache. Die üblichen Glättungsmethoden entfernen zu viele Informationen. Eine Möglichkeit Im Betrachtung ist die Interpolation von zwei zusätzlichen Datenpunkten zwischen den aktuellen Satz und dann nehmen Sie eine 2-Periode gleitenden Durchschnitt oder etwas. Das scheint wie eine Menge harter Arbeit, um manuell zu kodieren, so Kranke eine Antwort nehmen, die das elegant als letztes Mittel automatisiert. Wie Sie sehen können, ist dies stachelig und optisch unattraktiv und das entfernt zu viel Informationen aus der Grafik Sie können versuchen, ein Polynom. Da die Variable x-axis 12 eindeutige Werte hat, können Sie Polynome bis zum 11. Grad verwenden. Darüber hinaus sollten Sie eine kontinuierliche Skala für die x-Achse verwenden, um eine glatte Kurve zu erzielen. Hier ein Beispiel für ein Polynom 8. Ordnung: Hier bedeutet Methode lm, dass ein lineares Modell verwendet wird. Das zweite Argument der Poly-Funktion spezifiziert den Grad. Moving Averages in R Nach meinem besten Wissen hat R keine integrierte Funktion zur Berechnung der gleitenden Mittelwerte. Mit der Filterfunktion können wir jedoch eine kurze Funktion für gleitende Mittelwerte schreiben: Wir können die Funktion auf beliebigen Daten verwenden: mav (data) oder mav (data, 11), wenn wir eine andere Anzahl von Datenpunkten angeben wollen Als die Standard-5-Plotterarbeiten wie erwartet: plot (mav (data)). Zusätzlich zu der Anzahl der Datenpunkte, über die gemittelt wird, können wir auch das Seitenargument der Filterfunktionen ändern: sides2 verwendet beide Seiten, Seiten1 verwendet nur vergangene Werte. Teilen Sie diese: