基于滚动窗口的熵分析

Question

我要计算滚动窗口大小为500的多个时间序列的熵值。我在代码中使用了滚动应用函数，但它不起作用。

请帮助我计算熵(即下面的代码)在滚动窗口大小为500。

为了您的方便，这里我提供了我的熵代码，这样您就可以更容易地在熵法中提出500滚动窗口大小的应用。

N<-nrow(ts)
r<-matrix(0, nrow = N, ncol = 1)
for (i in 1:N){
    r[i]<-approx_entropy(ts[,i], edim = 2, r = 0.2*sd(ts[,i]), elag = 1)
}

Answer 1

修改版本:代码：

library('zoo')
ts <- matrix(rnorm(100000),1000,100)
library('zoo')
ts <- matrix(rnorm(100000),1000,100)
roll <- function(x){
  entropy <- function(x){
    output <- any function or code you like to put hear
    return(output)
  }
  r <- rollapply(x,width=500,by=1,FUN=entropy)
  return(r)
}
res <- apply(ts ,2,roll)

旧版本:规避代码应该有效，这是一个如何做到这一点的例子：

library('zoo')
ts <- rnorm(10000)
entropy <- function(x){
   return(approx_entropy(x,edim = 2, r = 0.2*sd(x), elag = 1))
}
r <- rollapply(ts,width=500,by=1,FUN=entropy)

当您计算滚动窗口函数时，输出的大小将等于长度(Ts)-window_length+1。如果不工作，您的数据，请张贴一个数据的例子，以了解哪个是问题。还有您的函数approx_entropy，因为问题/错误可能存在。如果你用一个简单的函数来探测代码，它就能工作。希望能帮上忙！