r - 为什么 r 中的滞后不适用于矩阵？

Question

我试图滞后一个矩阵:

> B = matrix( c(2, 4, 3, 1, 5, 7),  nrow=3, ncol=2)
> B
     [,1] [,2]
[1,]    2    1
[2,]    4    5
[3,]    3    7
> lag(B)
     [,1] [,2]
[1,]    2    1
[2,]    4    5
[3,]    3    7

为什么 lag(B)不给:

> lag(B)
     [,1] [,2]
[1,]    0    0
[2,]    2    1
[3,]    4    5

Answer 1

这是因为滞后移动了 次的对象，而不是数据值。它真正适用于时间序列对象。

当lag用于普通矩阵，B , lag.default方法被调用。由于没有与普通矩阵相关的时间，因此假设时间为 1, 2, ..., NROW(B) :

> time(B)
[1] 1 2 3
attr(,"tsp")
[1] 1 3 1

并将时间移一，以便它们现在从 0 开始:

> time(lag(B))
[1] 0 1 2
attr(,"tsp")
[1] 0 2 1

如果要组合具有时间的对象，请使用时间序列类。 (第一列是下面显示中的时间。)

> library(zoo)
>
> # zooreg - regular series or almost so
> B.zr <- zooreg(B)
> merge(B.zr, lag(B.zr))
  B.zr.1 B.zr.2 lag(B.zr).1 lag(B.zr).2
0     NA     NA           2           1
1      2      1           4           5
2      4      5           3           7
3      3      7          NA          NA

> # zoo - irregular series
> B.z <- zoo(B)
> merge(B.z, lag(B.z))
  B.z.1 B.z.2 lag(B.z).1 lag(B.z).2
1     2     1          4          5
2     4     5          3          7
3     3     7         NA         NA

注意 lag.zooreg之间的区别它可以超出原始时间的范围，产生 0 时间和 lag.zoo不能，因为后者没有规律性假设。

我们也可以使用 ts假定规律性的类，因此可以产生 0 时间，但没有 merge.ts使它在这里不太有用。