我有一个时间序列x_0 ... x_t
。我想计算数据的指数加权方差。那是:
V = SUM{w_i*(x_i - x_bar)^2, i=1 to T} where SUM{w_i} = 1 and x_bar=SUM{w_i*x_i}
引用:http://en.wikipedia.org/wiki/Weighted_mean#Weighted_sample_variance
我们的目标是基本上权衡那些使时间倒退得更短的观察结果。这实现起来非常简单,但是我想尽可能多地使用内置函数。有人知道R中对应于什么吗?
谢谢
最佳答案
R提供加权平均值。实际上,?weighted.mean显示了以下示例:
## GPA from Siegel 1994
wt <- c(5, 5, 4, 1)/15
x <- c(3.7,3.3,3.5,2.8)
xm <- weighted.mean(x, wt)
更进一步:
v <- sum(wt * (x - xm)^2)
关于r - 计算加权平均值和标准差,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10049402/