Mathematica Flytting Gjennomsnittet Tomten

Jeg har et plott av tidsserier i ggplot2-pakken, og jeg har utført Moving gjennomsnittet, og jeg vil gjerne legge til resultatet av å flytte gjennomsnittet til plottet av tidsserier. Eksempel på datasett p31.ambtemp dt -1 14 2007-09 -29 00 01 57 -1 12 2007-09-29 00 03 57 -1 33 2007-09-29 00 05 57 -1 44 2007-09-29 00 07 57 -1 54 2007-09-29 00 09 57 - 1 29 2007-09-29 00 11 57.Applikert kode for tidsseriepresentasjon. Eksempel på tidsseriepresentasjon. Eksempel på Moving Average Plot Eksempel på forventede resultater. Utfordringen er at tidsseriedataene er hentet fra datasett som inkluderer tidsstempler og temperatur, men Flytte gjennomsnittlige data inkluderer bare gjennomsnittskolonnen, og ikke tidsstemplene og montering av disse to kan føre til inkonsekvens. Jeg har en liste over datapunkter, mine data Når jeg plotter dem, er kurven jagged. Jeg vil glatte kurven og bevare de to skarpe hjørner Dette er et plott av de rå dataene. Jeg har prøvd å bruke lavpasfiltre i en uke, men kurven er fortsatt ikke veldig bra. Min kurve har mange zi gzags Følgende er min lavpassfilterfunksjon. Etter å ha vurdert koden ovenfor kan jeg glatte de tre delene av zigzagkurven separat. Da kombinerer jeg dem. Som sagt sa kurven fortsatt ikke godt nok. Noen deler er forandret feil Jeg vil ha noe som dette, som har blitt oppnådd ved å lage en tegning. Jeg vil bare bruke noen Mathematica plot triks eller en annen tilnærming som gir meg den glatte kurven jeg søker. Skjult 10. oktober 14 kl 13 04. Bare en utvidet kommentar for å begynne jeg vil prøve å følge opp noen kode senere i dag eller over helgen. Dette høres ut som en perfekt jobb for et Laguerrefilter og mest sannsynlig en adaptiv, for eksempel Laguerre Filters En introduksjon Du kan finne mye informasjon om dette online . Laguerre-filteret glatter et datasett basert på Laguerre-polynomene. Den første termen, et eksponentielt flytende gjennomsnitt, etterfulgt av visse tilbakemeldingsbetingelser. Utjevningen blir styrt av en alfa-faktor alfa for eksponensielt flytende gjennomsnitt og også fordamper de videre vilkårene Alpha kan variere fra 1 til å følge dataene nesten nøyaktig til 0 for en svært langsom respons. Resultatet gir vektet gjennomsnitt av tidligere verdier. Et adaptivt laguerrefilter introduserer en variabel alfa-faktor basert på hvor godt filteret sporer det siste N verdier Dette skal gjøre det mulig for filteret å følge dataene ganske tett ettersom det endrer karakter over spenningen på x-aksen. Matematikk s LaguerreL-funksjon kan gjøre dette ganske enkelt fra dokumentasjonen. Jeg vil prøve å legge inn noen kode later. answered 10. oktober 14 på 13 58.Hi, Jagra Takk for det interessante, jeg vil også prøve det. Jeg tenker at MovingAverage kan gjøre denne jobben perfekt hvis vi kan kontrollere vekten for å gjøre gjennomsnittet på den oscillerende delen og følge min kurve nær de to inversjonene poeng Som du kan se, med min LowpassFilter eller Kale s GaussianFilter er det en upassende endring i den høyre delen av kurven, hvor den opprinnelige kurven er jevn eller god nok, kan 10 oktober 14 klokken 14 14. Her er det ganske lammende tilnærming ved hjelp av GaussianFilter. First, en filtreringsfunksjon. Denne funksjonen gjelder et Gaussisk filter til alle dataene som er større enn en bestemt y-verdi. Vi kan bruke det slik. Til å spille med verdiene kan vi bygge et enkelt Manipulate-program. I tenk at WienerFilter utfører better. answered 10. oktober 14 på 13 52.Thanks kale Som du kan se, med min LowpassFilter eller din GaussianFilter er det både en upassende endring i den høyre delen av kurven, der den opprinnelige kurven er jevn eller god nok Jeg tror din WienerFilter er relativt bra, men vi kan fortsatt forbedre det. Kan du pls legge inn din WienerFilter-kode kan 10 oktober 14 klokken 14 21. Ixy Bare erstatt GaussianFilter med WeinerFilter kale 10. okt 14 kl 14 22. Ditt svar.2017 Stack Exchange, Inc. Jeg spiller i Python litt igjen, og jeg fant en fin bok med eksempler. En av eksemplene er å plotte noen data. Jeg har en fil med to kolonner, og jeg har dataene jeg plottet dataene fint, men i øvelsen det sier Endre programmet videre til beregne og plotte løpende gjennomsnitt av dataene definert av hvor r5 er i dette tilfellet og yk er den andre kolonnen i datafilen. Har programmet plottet både de opprinnelige dataene og det løpende gjennomsnittet på samme graf. Så langt jeg har dette. Så hvordan beregner jeg summen I Mathematica er det enkelt siden det er symbolsk manipulasjon Sum jeg, for eksempel, men hvordan beregner summen i python som tar hver tiende poeng i dataene og gjennomsnitt det, og gjør det til slutten på poeng. Jeg så på boken, men fant ingenting som ville forklare dette. Heltonbiker s kode gjorde kunsten D. Takk deg veldig mye. Det er et problem med det aksepterte svaret Jeg tror vi må bruke gyldige i stedet for det samme her - returvindu, samme. Som et eksempel, prøv MA av dette datasettet 1,5,7,2,6,7,8,2,2,7,8,3,7,3,7,3, 15,6 - resultatet skal være 4 2,5 4,6 0,5 0,5 0,5 2,5 4,4 4,5 4,5 6,5 6,4 6,7 0,6 8 men har samme gir oss en feil utgang på 2 6,3 0,4 2,5 4,6 0,5 0,5 0,5 2,5 4,4 4,5 4,5 6,5 6, 4 6, 7 0,6 8,6 2,4 8. Rusty kode for å prøve dette ut. Prøv dette med gyldig samme og se om matematikken er fornuftig. Ansatt 29. oktober 14 på 4 27.Haven t prøvde dette ut, men jeg skal se på det, det har vært en stund siden jeg har kodet i Python dingod 29 oktober 14 kl 7 07. dingod Hvorfor kan du ikke prøve dette ut med den rustne koden og prøvedatasettet som en enkel liste, postet jeg For noen dovne folk som jeg hadde vært i begynnelsen - det maskerer ut det faktum at glidende gjennomsnitt er at du bør vurdere å redigere det opprinnelige svaret jeg prøvde det bare i går, og dobbeltkryssing reddet meg, fra å se dårlig på å rapportere til Cxo-nivå Alt du trenger å gjøre er å prøve det samme glidende gjennomsnittet en gang med gyldig og annen tid med det samme - og når du er overbevist om å gi meg litt kjærlighet, kjør-stemme-ekta 29 okt 14 kl 7 16.