从年度数据转换为季度数据,限制为年平均值

2023年3月28日 1,140次阅读

我在R的年频率上有几个变量,我希望将其包含在回归分析中,其他变量以季度频率提供.此外,我希望能够以再现原始年度数据的方式将季度数据转换回年度频率.

从低频时间序列数据转换到高频时间序列数据时,我目前的方法是使用zoo包中的na.spline函数.但是,我没有看到如何限制季度数据以匹配相应的年平均值.因此,当我将数据从季度转换回年度频率时,我得到的年度值与原始系列不同.

可重复的例子：

library(zoo)

# create annual example series
a <- as.numeric(c("100", "110", "111"))
b <- as.Date(c("2000-01-01", "2001-01-01", "2002-01-01"))
z_a <- zoo(a, b); z_a

# current approach using na.spline in zoo package
end_z <- as.Date(as.yearqtr(end(z_a))+ 3/4)
z_q <- na.spline(z_a, xout = seq(start(z_a), end_z, by = "quarter"), method = "hyman")

# result, with first quarter equal to annual value
c <- merge(z_a, z_q); c

# convert back to annual using aggregate in zoo package 
# At this point I would want both series to be equal, but they aren't. 
d <- aggregate(c, as.integer(format(index(c),"%Y")), mean, na.rm=TRUE); d

存储原始年度数据是一种解决方案,或者我可以将第一季度值作为年度值进行转换.但是这两种方法都增加了复杂性,因为我需要跟踪我的季度系列中哪些最初是从年度数据转换而来的.

我更喜欢动物园或xts包内的解决方案,但也欢迎其他建议.

编辑包括G.Grothendieck提出的方法#1

# Approach 1
yr <- format(time(c), "%Y")
c$z_q_adj <- ave(coredata(c$z_q), yr, FUN = function(x) x - mean(x) + x[1]); c

# simple plot
dat <- c%>%
data.frame(date=time(.), .) %>%
gather(variable, value, -date)
ggplot(data=dat, aes(x=date, y=value, group=variable, color=variable)) +
  geom_line() +
  geom_point() +
  theme(legend.position=c(.7, .4)) + 
  geom_point(data = subset(dat,variable == "z_a"),  colour="red", shape=1, size=7)

这是一个干净,有效的建议.然而,我对方法1的初步挑战是它有可能导致Q4和Q1之间的跳跃(例如2001Q1相对于前一季度,如图所示).这些意味着一个季度的快速增长.部分解决方案可能是使用6月的年度值进行年度转换为月度,然后使用样本,然后按照G. Grothendieck的建议应用方法1,然后转换为季度.

其他研究：

>我已经查看了动物园的文档,并通过r中的频率转换讨论进行了广泛的搜索.也许na.approx或na.spline中有一个我正在忽略的论点？
>我看了cobs包(“COnstrained B-Splines”).也许它会起作用,但是将值限制为特定系列的平均值的选项对我来说并不是很明显.如果这是最好的方法,我愿意花更多的时间来学习如何使用它.
>相关问题包括：

> https://stackoverflow.com/questions/26888433/spline-constraint
> https://stackoverflow.com/questions/32577348/interpolating-annual-data-to-quarterly-with-tidyr

>我熟悉Eviews,这是一种计量经济学软件,提供如此低频到高频的转换,并具有“二次匹配平均值”setting,可以实现所需的结果.

最佳答案 这里有点晚了,但
tempdisagg套餐可以满足您的需求.它确保得到的高频序列的和,平均值,第一个或最后一个值与低频序列一致.

它还允许您使用外部指示器系列,例如,通过Chow-Lin技术.如果你没有它,Denton-Cholette方法产生的结果比Eviews中的方法更好.

这是你的例子：

# need ts object as input
z_a <- ts(c(100, 110, 111), start = 2000)

library(tempdisagg)
z_q <- predict(td(z_a ~ 1, method = "denton-cholette", conversion = "average"))

z_q
#           Qtr1      Qtr2      Qtr3      Qtr4
# 2000  97.65795  98.59477 100.46841 103.27887
# 2001 107.02614 109.71460 111.34423 111.91503
# 2002 111.42702 111.06100 110.81699 110.69499

# which has the same means as your original series:

tapply(z_q, floor(time(z_q)), mean)
# 2000 2001 2002 
#  100  110  111
点赞