WOLFRAM

Wolfram言語 ＆ システム ドキュメントセンター
Wolfram言語ホームページ »

TimeSeriesAggregate
✖
TimeSeriesAggregate

✖
TimeSeriesAggregate[tseries,dt]

重なり合ない幅 dt の窓上で，tseries の平均値を計算する．

✖
TimeSeriesAggregate[tseries,dt,f]

関数 f を，重なり合ない幅 dt の窓中の tseries の値に適用する．

詳細

  • TimeSeriesAggregateは，年平均あるいは月の合計のような集約統計を計算するために，時系列解析にしばしば用いられる．
  • TimeSeriesAggregateは，時系列 tseries を，等幅(dt)の左が閉じて右が開いた不連続な窓に分割し，関数 f を各区間の値に適用する．
  • ある区間に値がない場合，その区間は無視される．
  • 時系列 tseries は，値のリスト{x1,x2,…}，時点と値のペアのリスト{{t1,x1},{t2,x2},…}，TimeSeries，EventSeries，TemporalDataのいずれかでよい．
  • 窓の幅 dt は，正の数，Quantity，あるいは日付の増分として与えることができる．
  • 窓指定{dt,align}を使って，各窓内の新たな時点の揃え方を決めることができる．
  • 窓の揃え方 align の設定値には，Left，Center（デフォルト），Rightがある．
  • TimeSeriesAggregateは，複数経路のTemporalDataについては，経路ごとに縫い込まれる．

例題

すべて開くすべて閉じる

例  (3)基本的な使用例

連続する値のペアを平均する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-nefi9e
Out[1]=1

金融時系列の四半期ごとの標準偏差を計算する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-83qs0
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-d4ls8q
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-lpt63w
Out[3]=3

複数の経路を同時に合計する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-enlfb8

幅0.15のブロック上で平均する：

In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-thv5m
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-ed33nv
Out[3]=3

スコープ  (20)標準的な使用例のスコープの概要

基本的な用法  (3)

関数 f を幅2のブロックのあるデータにマップする：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-cp7smw
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-e5u87p
Out[2]=2

幅0.05の窓の95番目の分位数を計算する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-0l162
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-2fn35
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-e6huz6
Out[3]=3

サイズ10のブロックの四分位の包絡線を求める：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-cyx59c
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-vdsik
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-bet4v4
Out[3]=3

データの型  (8)

関数 f を使って，4つずつのブロックにしたベクトルを合計する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-g23ob
Out[1]=1
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-vg0hi
Out[2]=2

時点と値のペアのリストについて，2年間の平均を求める：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-bsap59
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-emnvau
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-i0e9fs
Out[3]=3

TimeSeriesの幅10の区間について，最大値を計算する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-fqa9z
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-edx9ky
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-ggq5vw
Out[3]=3

TemporalDataについて，幅10の中央値を計算する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-b9s2oq
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-d4rw7t
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-bnqp2v
Out[3]=3

EventSeriesについて，幅5の合計を計算する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-gr4crr
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-1bfoq
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-moakhp
Out[3]=3

複数の経路について，6ヶ月の分散を同時に計算する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-bltp1u
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-daiu1y
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-l4q5sv
Out[3]=3

ベクトル値データを合計する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-hms7wz

要素ごとの幅5の範囲：

In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-bfjuvy

範囲を可視化する：

In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-9c5e
In[4]:=4
✖
https://wolfram.com/xid/0e494ruz8s1gj4-dbdupy
Out[4]=4

数量を含む時系列上で集計する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-k8zjb9
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-cvt6eb
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-bmoyyy
Out[3]=3

窓の幅  (5)

幅2の窓を使う：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-gb7ru
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-eimdjd
Out[2]=2

以下でも同じになる：

In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-de4r97
Out[3]=3

窓の幅を暦時間で指定する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-rrncu
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-de5cbe

5日間にまたがる窓上で平均する：

In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-dokte6
In[4]:=4
✖
https://wolfram.com/xid/0e494ruz8s1gj4-c2qnvz
Out[4]=4

Quantityを使って窓の幅を指定する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-3tehj
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-qprll

2つの四半期にまたがる窓上で平均する：

In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-en06vx
In[4]:=4
✖
https://wolfram.com/xid/0e494ruz8s1gj4-blh6gk
Out[4]=4

混合基数の幅を指定する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-bbway
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-n407od

3週間と2日にまたがる窓上で平均する：

In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-biaq2r
In[4]:=4
✖
https://wolfram.com/xid/0e494ruz8s1gj4-eacsma
Out[4]=4

大きい窓ほど，滑らかなる：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-f23664
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-gbecru

窓の幅が広がる移動平均：

In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-h24nu
In[4]:=4
✖
https://wolfram.com/xid/0e494ruz8s1gj4-ki83ej
Out[4]=4

揃え  (4)

新たな時点を窓の中央に揃える：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-fx516g
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-d141gg
Out[2]=2

デフォルトで，中央揃えが使われる：

In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-jpn0fj
Out[3]=3

新たな時点を窓の右に揃える：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-ghyzhe
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-cykzc4
Out[2]=2

新たな時点を窓の左に揃える：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-esl6w0
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-dzn2vr
Out[2]=2

窓の揃え方を比較する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-exqjj5
In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-d5eisp

値はすべて等しい：

In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-dlmum
Out[3]=3

時点は異なる：

In[4]:=4
✖
https://wolfram.com/xid/0e494ruz8s1gj4-lk717m
Out[4]=4

可視化して比較する：

In[5]:=5
✖
https://wolfram.com/xid/0e494ruz8s1gj4-pegdfk
Out[5]=5

アプリケーション  (2)この関数で解くことのできる問題の例

市場のボラティリティ  (1)

S&P 500のボラティリティが高い期間を特定する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-fudd2k

5年間の標準偏差：

In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-kfgcti
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-bef0x
Out[3]=3

年ごとの四分位範囲：

In[4]:=4
✖
https://wolfram.com/xid/0e494ruz8s1gj4-cs23r1
In[5]:=5
✖
https://wolfram.com/xid/0e494ruz8s1gj4-su1nl
Out[5]=5

2年間の範囲：

In[6]:=6
✖
https://wolfram.com/xid/0e494ruz8s1gj4-6ht2o
In[7]:=7
✖
https://wolfram.com/xid/0e494ruz8s1gj4-ckqd3
Out[7]=7

労働人口  (1)

カリフォルニア州における労働人口の増加を，月ごとのデータに基づいて可視化する：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-hjzdp6
Out[1]=1

データを年ごとに集計する：

In[2]:=2
✖
https://wolfram.com/xid/0e494ruz8s1gj4-kh4o20
Out[2]=2
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-lqmt5t
Out[3]=3

特性と関係  (1)この関数の特性および他の関数との関係

並び方とは別に，窓は左が閉じていて右が開いている：

In[1]:=1
✖
https://wolfram.com/xid/0e494ruz8s1gj4-khywon
Out[2]=2
In[3]:=3
✖
https://wolfram.com/xid/0e494ruz8s1gj4-m13vuz
Out[4]=4

より多くのタイムスタンプが必要なのかもしれない：

In[5]:=5
✖
https://wolfram.com/xid/0e494ruz8s1gj4-yl3mwp
Out[6]=6
In[7]:=7
✖
https://wolfram.com/xid/0e494ruz8s1gj4-rhuh82
Out[8]=8
Wolfram Research (2014), TimeSeriesAggregate, Wolfram言語関数， https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html （2017年に更新）.
✖
Wolfram Research (2014), TimeSeriesAggregate, Wolfram言語関数， https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html （2017年に更新）.

テキスト

Wolfram Research (2014), TimeSeriesAggregate, Wolfram言語関数， https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html （2017年に更新）.

✖
Wolfram Research (2014), TimeSeriesAggregate, Wolfram言語関数， https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html （2017年に更新）.

CMS

Wolfram Language. 2014. "TimeSeriesAggregate." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2017. https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html.

✖
Wolfram Language. 2014. "TimeSeriesAggregate." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2017. https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html.

APA

Wolfram Language. (2014). TimeSeriesAggregate. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html

✖
Wolfram Language. (2014). TimeSeriesAggregate. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html

BibTeX

@misc{reference.wolfram_2025_timeseriesaggregate, author="Wolfram Research", title="{TimeSeriesAggregate}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html}", note=[Accessed: 06-April-2025 ]}

✖
@misc{reference.wolfram_2025_timeseriesaggregate, author="Wolfram Research", title="{TimeSeriesAggregate}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html}", note=[Accessed: 06-April-2025 ]}

BibLaTeX

@online{reference.wolfram_2025_timeseriesaggregate, organization={Wolfram Research}, title={TimeSeriesAggregate}, year={2017}, url={https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html}, note=[Accessed: 06-April-2025 ]}

✖
@online{reference.wolfram_2025_timeseriesaggregate, organization={Wolfram Research}, title={TimeSeriesAggregate}, year={2017}, url={https://reference.wolfram.com/language/ref/TimeSeriesAggregate.html}, note=[Accessed: 06-April-2025 ]}