创建依赖于它的变量，在R中滞后值

Question

我有一个面板数据集，其中包含以下列/变量: Week(t)、Custid(i)、Activity(i、t)、Initial(i)和大量其他变量。我需要创建一个新的变量体验(i，t) = alpha *体验(i，t-1) +活动(i，t-1)。经验的初始值(i，0)=初始(I)。我是R的新手，刚开始从SAS到R的过渡，我如何在客户层面和每周创建新的可变体验。也就是说，该变量在第一周t周的值将取决于该变量在过去一周(t-1)的滞后值，再加上客户i在过去一周(t-1)所做的活动。请帮帮忙，我有一个超级紧迫的时间来解决这个问题。真诚感谢您的所有帮助！

Answer 1

我假设这是您的输入数据

#sample data
set.seed(15)
dd<-data.frame(
     week=rep(1:5, 3), 
     cust=rep(1:3, each=5), 
     activity=runif(15)
)
init<-c(1,2,3)
alpha<-.5

看起来就像

   week cust  activity
1     1    1 0.6021140
2     2    1 0.1950439
3     3    1 0.9664587
4     4    1 0.6509055
5     5    1 0.3670719
6     1    2 0.9888592
7     2    2 0.8151934
8     3    2 0.2539684
9     4    2 0.6872308
10    5    2 0.8314290
11    1    3 0.1046694
12    2    3 0.6461509
13    3    3 0.5090904
14    4    3 0.7066286
15    5    3 0.8623137

然后我们计算出

Experience <- Map(function(i,d) 
    Reduce(function(a,b) 
        {alpha*a + b}, d$activity, i, accumulate=TRUE),
    init, split(dd, dd$cust)
)

我们使用外部Map来迭代使用split创建的每个客户的初始值和数据子集。然后，内部Reduce实现了您所描述的滞后算法。

然后，要将其加入到表中，我们需要从列表中删除初始值，并按顺序重新堆栈这些值。我们可以用

ExpCol <- unsplit(lapply(Experience, tail, -1), dd$cust)
cbind(dd, ExpCol)

这给了我们

   week cust  activity    ExpCol
1     1    1 0.6021140 1.1021140
2     2    1 0.1950439 0.7461009
3     3    1 0.9664587 1.3395092
4     4    1 0.6509055 1.3206601
5     5    1 0.3670719 1.0274020
6     1    2 0.9888592 1.9888592
7     2    2 0.8151934 1.8096230
8     3    2 0.2539684 1.1587799
9     4    2 0.6872308 1.2666208
10    5    2 0.8314290 1.4647394
11    1    3 0.1046694 1.6046694
12    2    3 0.6461509 1.4484856
13    3    3 0.5090904 1.2333332
14    4    3 0.7066286 1.3232952
15    5    3 0.8623137 1.5239612