在R中为时间序列实现扩展窗口历史平均的技术问询

问题核心 #

你当前代码计算的是log_eqpt1列的全局平均，需改为递归/扩展窗口计算：每个时间点的历史平均仅使用从起始到该点的所有观测值，而非整体数据集的平均。以下是改造后的完整代码及关键说明：

改造后代码 #

# 1) 扩展窗口历史平均（HA Model）
# 提取目标时间序列并限定样本内窗口
log_eqpt1_IS <- window(ts_monthly, start = c(1871,01), end = c(2021,12))[, "log_eqpt1"]

# 方法1：基础R实现累积平均（无需额外包）
# 计算累积和与有效观测的累积计数（自动跳过NA）
cum_sum <- cumsum(log_eqpt1_IS, na.rm = TRUE)
cum_valid <- cumsum(!is.na(log_eqpt1_IS))
# 仅在有有效观测时计算平均，避免0除错误
avg_recursive <- ifelse(cum_valid == 0, NA, cum_sum / cum_valid)

# 方法2：dplyr简洁实现（推荐，代码更直观）
# install.packages("dplyr") # 首次使用需安装
library(dplyr)
avg_recursive <- cummean(log_eqpt1_IS)

# 计算历史平均模型的样本内误差
IS_error_N <- log_eqpt1_IS - avg_recursive

# 2) OLS模型残差（保持原逻辑，确保窗口匹配）
IS_error_A <- window(model$residuals, start = c(1871,01), end = c(2021,12))

# 3) 计算累积SSE差异
# 同步处理NA，保证两序列长度一致
valid_idx <- complete.cases(IS_error_N, IS_error_A)
IS <- cumsum(IS_error_N[valid_idx]^2) - cumsum(IS_error_A[valid_idx]^2)

关键说明 #

1. 扩展窗口逻辑：cummean（或cumsum/累积计数）会逐行计算从起始行到当前行的平均值，完美实现递归/扩展窗口的要求，效率远高于循环遍历。
2. NA值处理：
   • 基础R方法中用cum_valid统计有效观测数，避免0除错误；
   • 最终计算累积SSE时，用complete.cases同步过滤两序列的NA，保证长度一致。
3. 窗口匹配：必须确保log_eqpt1_IS和IS_error_A的时间窗口完全对齐，否则累积计算会出现维度不匹配的错误。

内容的提问来源于stack exchange，提问作者I59