2017-12-27 3 views
0

Ich versuche zu verstehen, wie Filterfunktion in RI arbeitet unter Code sahWie funktioniert Filterfunktion in R arbeitet

x <- 1:100 
filter(x, filter=.50,method="recursive") 

Und ich habe Ausgabe als

[1] 1.00000 2.50000 4.25000 6.12500 8.06250 10.03125 12.01562 14.00781 16.00391 
[10] 18.00195 20.00098 22.00049 24.00024 26.00012 28.00006 30.00003 32.00002 34.00001 
[19] 36.00000 38.00000 40.00000 42.00000 44.00000 46.00000 48.00000 50.00000 52.00000 
[28] 54.00000 56.00000 58.00000 60.00000 62.00000 64.00000 66.00000 68.00000 70.00000 
[37] 72.00000 74.00000 76.00000 78.00000 80.00000 82.00000 84.00000 86.00000 88.00000 
[46] 90.00000 92.00000 94.00000 96.00000 98.00000 100.00000 102.00000 104.00000 106.00000 
[55] 108.00000 110.00000 112.00000 114.00000 116.00000 118.00000 120.00000 122.00000 124.00000 
[64] 126.00000 128.00000 130.00000 132.00000 134.00000 136.00000 138.00000 140.00000 142.00000 
[73] 144.00000 146.00000 148.00000 150.00000 152.00000 154.00000 156.00000 158.00000 160.00000 
[82] 162.00000 164.00000 166.00000 168.00000 170.00000 172.00000 174.00000 176.00000 178.00000 
[91] 180.00000 182.00000 184.00000 186.00000 188.00000 190.00000 192.00000 194.00000 196.00000 
[100] 198.00000 

Ich bin nicht immer, wie diese Ausgabe generiert.Kannst du mir bitte helfen zu verstehen?

+1

Wo hast du sehen, dass Code? – A5C1D2H2I1M1N2O1R2T1

+1

Sie haben die Methode 'rekursiv' benutzt, also ist eine Autoregression gemacht – akrun

+0

Sprechen Sie über 'filter' aus' stats' Paket? –

Antwort

2

Gemäß den ?stats::filter, wenn wir die method"recursive" als ein Autoregressions spezifizieren verwendet wird und das filter Argument nimmt einen Vektor von Filterkoeffizienten in umgekehrter zeitlicher Reihenfolge. Der rekursive Filter basiert auf

enter image description here

Also, nach dem gleichen Prinzip, multiplizieren wir die Filterkoeffizienten dh 0,5 mit dem vorherigen Wert und fügen Sie mit dem aktuellen Wert

x1 <- x[1] 
x2 <- x[2] + 0.5 * x1 
x2 
#[1] 2.5 
x3 <- x[3] + 0.5 * x2 
x3 
#[1] 4.25 
Verwandte Themen