我正在处理横向时间序列数据(多个不同的个体随着时间变化)。在个人层面上,每个人都有一定数量的商品需求。这些数据在每个时期内的个体数量是不平衡的。对于每个时间段,我已将个体数据聚合成单个时间序列。以下是示例数据结构:
横向时间序列
Time | Person | Quantity
----------------------
11/18| Bob | 2
11/18| Sally | 1
11/18| Jake | 5
12/18| Jim | 2
12/18| Roger | 8
时间序列
Time | Total Q
-------------
11/18| 8
12/18| 10
我想要做的是对每个时期进行重新采样(有放回地),将个体数量聚合,迭代X次,然后从引导中获得平均值和标准误差。
最终结果应该如下所示:
Time | Total Q | Boot Strap Total Mean
-------------------------------------
11/18| 8 | 8.5
12/18| 10 | 10.05
这里有一些创建示例数据的代码:
library(tidyverse)
set.seed(1234)
Cross_Time = data.frame(x) %>%
mutate(Period = sample(1:10, 50, replace=T),
Q=rnorm(50,10,1)) %>%
arrange(Period)
Timeseries = Cross_Time %>%
group_by(Period) %>%
summarize(Total=sum(Q))
我知道在R中这是可能的,但我不知道应该如何编码或需要问什么正确的问题。非常感谢任何帮助!