問題タブ [time-series]

JFreechartには、共通の時間領域軸を持つ4つの時系列チャートで構成される結合プロットがあります。

サブプロットのデータは、さまざまなレートで到着します。たとえば、数ミリ秒ごとに価格変更イベントを受け取り、1分ごとに位置変更を受け取る場合があります。現在、これらのシリーズをXYStepRendererでレンダリングして、ステップチャートを作成しています。

私はこのようなことをしたいと思っています：

• 価格ポイントは時間Tで受け取られ、チャートにプロットされます
• 位置チャートの時間Tでデータが受信されていないため、値は変更されておらず、前の位置値がレンダリングされていると想定します。つまり、ステップラインを水平方向に延長します。
• 時間T+1で位置ポイントが受信され、ステップチャートを変更してプロットされます
• 時間T+1で価格ポイントが受け取られていないため、前の価格がプロットされます

JFreechartでこれを行う簡単な方法はありますか？現在、動作している実装がありますが、これは想定値のレンダリングを処理しません。

私の最初の考えは、データモデルを変更して、前の値をすばやく見つけ、各サブプロットにイベントが受信されたときに描画するように各サブプロットに指示する呼び出しを変更することでした。

Rで移動平均またはローリングサムを作成する最も効率的な方法は何ですか？「groupby」と一緒にローリング機能をどのように実行しますか？

列に格納された複数の時系列のリターンを含むデータ フレームがあります。

最初の列には日付が含まれ、後続の列はそれぞれ名前を持つ独立した時系列です。列ヘッダーは変数名です。

各時系列をラティスの個別のプロットに線としてプロットし、各プロットに変数名でラベルを付けたいと思います。

これをラティスでプロットするには、データは次のように縦長の形式である必要があります。

これを行うための適切な関数呼び出しは何ですか?

問題：

各種計測値の時系列データを格納するリレーショナルデータベース（Postgres）です。各測定値には、特定の「測定タイプ」（温度、溶存酸素など）と特定の「測定単位」（華氏/摂氏/ケルビン、パーセント/ミリグラム/リットルなど）を指定できます。

質問：

次元の整合性が維持されるような同様のデータベースを構築した人はいますか? 何か提案はありますか？

私は、measurement_type テーブルと Measurement_unit テーブルを作成することを検討しています。これらには、ID とテキストの 2 つのテキスト列があります。次に、これらのテーブルへの外部キーをmeasured_value テーブルに作成します。一意ではない重複の可能性があるため、テキストはやや心配です (たとえば、1 リットルあたりのマイクログラムの「ug/l」と「µg/l」)。

これの目的は、クエリで、または外部プログラミングを介して単位を変換および検証できるようにすることです。理想的には、後で厳密な次元分析を含めることができるようにすることです (たとえば、µg/l を値「M/V」(質量を体積で割った値) にリンクするなど)。

これを達成するためのよりエレガントな方法はありますか?

Rで任意の変数（つまり、通常の時系列ではない）のラグ変数の行列を作成する最も効率的な方法は何ですか?

例えば：

入力:

2ラグ、出力：

いくつかのオブジェクトを監視することに興味があります。15 分ごとに約 10000 のデータ ポイントを取得できると予想しています。（最初はそうではないかもしれませんが、これは「一般的な球場」です）。また、日次、週次、月次、年次の統計を取得できるようにしたいと考えています。データを最高解像度 (15 分) で 2 か月以上維持することは重要ではありません。

私はこのデータを保存するさまざまな方法を検討しており、従来のリレーショナル データベースまたはスキーマレス データベース (SimpleDB など) を検討しています。

私の質問は、これを行うための最良の方法は何ですか? 私は、独自の高価なソリューションよりも、オープンソース (および無料) のソリューションを非常に好みます。

小さなメモ: このアプリケーションは Python で作成しています。

一般的なプロット コマンドを使用して注釈を変更し、軸と注釈をオフにして、軸コマンドなどを使用して再度指定することができます。

時系列オブジェクトではできません。

Maine.98次のような注釈を使用してプロットするにはどうすればよいですか。

毎月約2000または奇数の時系列に適合させる必要があります。特に、非常に特異な動作をします。一部はアルマ/アリマ、一部はエウマ、一部は季節性や傾向の有無にかかわらずアーチ/ガーチです（共通点は時系列アスペクト）。

理論的には、aicまたはbic基準を使用してアンサンブルモデルを構築し、最適なモデルを選択できますが、コミュニティはこの問題を解決しようとするライブラリを認識していますか？

グーグルは私にロブ・J・ハインドマンの リンクによって以下のものを知らせました

しかし、それらは他の選択肢ですか？

ファイル、Webサーバー、その他のサーバーなど、任意のxmlソースから要素名の値（時系列データ）のペアをフェッチするアプリケーションを作成する必要があります。アプリケーションはXMLを消費し、対象の値を取得します。非常に高速である必要があり（たとえば、50000イベント/秒以上）、XMLドキュメントのサイズも大きくなり、これらのドキュメントの頻度も高くなる可能性があります（例：2500ファイル/分-500MBを超えるXMLデータ/ファイル）。

私はあなたが経験した人々が私がこれに取り組むべきだとどのように考えているかを見たいだけです。私は始めたばかりの初心者ですが、どんなにタフで簡単でも、あなたが提案してくれた解決策は何でもできます。

どうもありがとうございます。