2

nberDates()在 tis 包中给出了衰退开始和结束日期的列表。

将其转换为一组虚拟对象以对现有时间序列进行子集化的最巧妙、最短的方法是什么？

因此，nberDates 本身会产生...

> nberDates()
         Start      End
 [1,] 18570701 18581231
 [2,] 18601101 18610630
 [3,] 18650501 18671231
 [4,] 18690701 18701231
 [5,] 18731101 18790331
 [6,] 18820401 18850531

并str(nberDates())说类型是“ Named num。”

我在 xts 中有另一个时间序列对象，目前看起来像这样......

> head(mydata)
                value
1966-01-01         15
1967-01-01         16
1968-01-01         20
1969-01-01         21
1970-01-01         18
1971-01-01         12

我想要第二个变量，recess，即在经济衰退期间为 1：

> head(mydata)
                value recess
1966-01-01         15      0
1967-01-01         16      0
1968-01-01         20      0
1969-01-01         21      0
1970-01-01         18      1
1971-01-01         12      0

（我的目标是我希望能够将衰退中的价值与衰退中的价值进行比较。）

我正在尝试但不起作用的笨重的东西是......

((index(mydata) > as.Date(as.character(nberDates()[,1]),format="%Y%m%d")) & (index(mydata) < as.Date(as.character(nberDates()[,2]),format="%Y%m%d")))

但这会产生...

 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[37] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
Warning messages:
1: In `>.default`(index(mydata), as.Date(as.character(nberDates()[,  :
  longer object length is not a multiple of shorter object length
2: In `<.default`(index(mydata), as.Date(as.character(nberDates()[,  :
  longer object length is not a multiple of shorter object length

我知道我可以用一个笨重的 for 循环来解决这个问题，但这总是向我暗示我做错了 R。

有什么建议么？

4

3 回答 3

1

以下应该做到这一点：

sapply(index(mydata), function(x) any(((x >= as.Date(as.character(nberDates()[,1]),format="%Y%m%d") & (x <= as.Date(as.character(nberDates()[,2]),format="%Y%m%d"))))))

sapply 基本上遍历向量并检查每个元素是否在 NBER 间隔之一内。

但是请注意，当前编写的方式意味着它将为每个元素将原始 NBER 数据转换为日期（as.Date）一次，mydata因此您可能希望进行一次转换，将其保存到某个临时数据框，然后在上面运行。

于 2012-05-29T23:12:56.223 回答
1

这是另一个解决方案，它在merge.xts.

library(xts)
library(tis)  # for nberDates()
# make two xts objects filled with ones
# 1) recession start dates
# 2) recession end dates
rd <- apply(nberDates(),2,as.character)
ones <- rep(1,nrow(rd))
rStart <- xts(ones, as.Date(rd[,1],"%Y%m%d"))
rEnd   <- xts(ones, as.Date(rd[,2],"%Y%m%d"))
# merge recession start/end date objects with empty xts
# object containing indexes from mydata, filled with zeros
# and take the cumulative sum (by column)
rx <- cumsum(merge(rStart,rEnd,xts(,index(mydata)),fill=0))
# the recess column = (cumulative # of recessions started at date D) -
# (cumulative # of recessions ended at date D)
mydata$recess <- (rx[,1]-rx[,2])[index(mydata)]

或者，您可以只使用USRECFREDII 中的系列。

library(quantmod)
getSymbols("USREC",src="FRED")
mydata2 <- merge(mydata, USREC, all=FALSE)
于 2013-06-04T20:51:07.360 回答
0

试探性地，我使用如下嵌套循环。仍在寻找更好的答案！

mydata$recess <- 0
for (x in seq(1,dim(mydata)[1])){
  for (y in seq(1,dim(nberDates())[1])){
    if (index(mydata)[x] >= as.Date(as.character(nberDates()[y,1]),format="%Y%m%d") &
      index(mydata)[x] <= as.Date(as.character(nberDates()[y,2]),format="%Y%m%d")){
      mydata$recess[x] <- 1
    }
  }
}
于 2012-05-29T22:08:19.803 回答