0

所以我想在循环中运行adfTestwith lag=0and type="c"，所以起始窗口是 oflength=5而结束窗口是lenght=nrow(Data). 问题是我希望开始窗口是固定的，所以如果数据包含 10 个数据点，第一个结果来自1:5，第二个1:6，依此类推，直到它完成1:10。

我试图用 rollapply 来做，但它不能以这种方式工作，我拥有的代码是：

num_dividends <- nrow(C)
rw<-4
sample_interval <- 1 
wi <- list()
DF <- matrix(0, nrow=num_dividends, ncol=num_dividends)
for(i in 1:(num_dividends-rw-1) )  {
  wi <- c(wi,list(list(c(window_size=rw+i,sample_interval=sample_interval),
                       DF=cbind(Date=seq(rw+i, num_dividends, by=sample_interval),
                       statistic=rollapplyr(C$Dividend, rw+i, function(u) adfTest(u)@test$statistic,by=sample_interval,partial=T)))))
  DF[seq((rw+i),num_dividends,sample_interval), i+rw] <- wi[[i]]$DF[,"statistic"]
}

它的作用是它创建了一个矩阵，我使用后者进行其他计算，并使用相应的丢失数据，这要归功于起始窗口。但问题是起始窗口不是固定的，所以第一个观察来自，1:5但第二个来自2:6; 它还计算 ADF，lag=1我不知道如何添加函数的rollapplyr选项lag=0。

为了更清楚，假设我这样做rollapplyr(C$Dividend, 5, FUN=mean,by=sample_interval)了，随后的数据是我得到的结果和我想要的结果。

Dividend    This is What I Want     This is What I Get 
1                    NA                       NA
2                    NA                       NA
3                    NA                       NA
4                    NA                       NA
5                     3                        3
6                    3.5                       4
7                     4                        5
8                    4.5                       6
9                     5                        7

请注意，我想在循环中执行此操作，因为我希望每次完成循环时宽度都会增加，直到窗口是整个数据集的大小。

4

1 回答 1

1

再次查看您的问题，似乎可以通过替换rollapply和sapply消除list wi. 这r1是开始日期，r2是结束日期，窗口 = r2 - r1 + 1。 

  library(zoo)
  library(tseries)
  num_random <- 20
  set.seed(123)
  C <- data.frame(Date=1:num_random, Dividend=550 + 30*rnorm(num_random))  # generate randum sample data
  num_dividends <- nrow(C)
  head(C)

  rw_min <- 9         #   minimum window size
  DF2 <- matrix(NA_real_, nrow=num_dividends, ncol= num_dividends-rw_min+1)
  for( r1 in 1:(num_dividends-rw_min + 1))  {
     r2 <- (r1+rw_min-1):num_dividends
     DF2[r2,r1] <- sapply(r2, FUN=function(n) adf.test(C$Dividend[r1:n])$statistic)
  }
  # column indices of DF2 are r1, the start Dates used in the ADF calculation
  # row indices of DF2 are r2, the end Dates of the window used in the ADF calculation 
  # window size = r2-r1+1 
  # For example, DF2[15,1] is the ADF statistic for start Date = 1 and end Date = 15 with window = 15 
  print(DF2, digits=4)

我已经对rollapply和sapply版本进行了基准测试，在这种情况下，两个版本的执行时间是相同的。

于 2015-09-02T15:12:39.970 回答