1

我已经做了一些研究,但我一直在寻找解决方案。我有一个关于保险索赔和伤残日期的时间序列数据,一个非常基本的数据框,我们称之为数据:

查看日期 列表

我运行了以下代码(在加载 XTS 库之后)以正确的顺序识别和排序日期:

data = read.csv('Claims1.csv')
data$DISABILITYDATE <- as.Date(data$DISABILITYDATE, "%m/%d/%Y")
data
str(data)
as.Date(data[,1])
xts(x=data[,-1], order.by = data[,1])

但是,我需要计算/分解每月的索赔数量,以便我可以开始执行和 ARIMA(auto.arima) 预测。

理想情况下,我想要这样的数据框Ideal Data Frame这样我就可以对年度/12 个月的预测执行一些 AR/MA/ARMA/ARIMA 风格的预测

4

1 回答 1

1

xts库具有用于在给定时间段内应用功能的功能。您需要以 xts 格式设置数据,但这可以在一行中完成。然后只需应用一个函数来计算每个月内的实例数。例如,

library(xts)
data = read.csv('Claims1.csv')
data$DISABILITYDATE <- as.Date  (data$DISABILITYDATE, "%m/%d/%Y")
df <- xts(rep(1,length(data$DISABILITYDATE)),order.by=data$DISABILITYDATE)
apply.monthly(df,function(x) length(x))

aggregate正如评论中提到的,它也可以通过函数来​​完成。

于 2017-11-06T19:48:37.370 回答