時系列のリサンプリング 

TimeSeriesResampleは規則的な間隔の時系列の生成だけでなく，時系列のサブサンプリング，アップサンプリングにも使うことができる．

時系列をサブサンプリングする．

In[1]:=

X ts = TimeSeries[RandomFunction[WienerProcess[], {0., 10., 0.1}]]

Out[1]=

In[2]:=

X subsampledts = TimeSeriesResample[ts, 1.0]

Out[2]=

完全なWolfram言語入力を表示する入力を隠す

In[3]:=

X ListLinePlot[{ts, subsampledts}, Filling -> {2 -> Axis}, Joined -> {True, False}, FillingStyle -> Thick, PlotTheme -> "Scientific", PlotLegends -> {"original time series", "resampled time series"}, ImageSize -> 300]

Out[3]=

月々の時系列を得る．

In[4]:=

X cpi = EntityValue[Entity["Country", "UnitedStates"], EntityProperty["Country", "ConsumerPriceIndex", {"Date" -> All, "Frequency" -> "Monthly", "MarketBasket" -> "EducationAndCommunication", "SeasonalAdjustment" -> "NotSeasonallyAdjusted"}]]

Out[4]=

明示的に月ごとに増大させて，時系列をリサンプリングする．

In[5]:=

X cpi2 = TimeSeriesResample[cpi, "Month"]

Out[5]=

両時系列の時間と値のペアは等しいが，MinimumTimeIncrementは異なる．

In[6]:=

X cpi["Path"] == cpi2["Path"]

Out[6]=

In[7]:=

X MinimumTimeIncrement[cpi]

Out[7]=

In[8]:=

X MinimumTimeIncrement[cpi]; UnitConvert[Quantity[%, "Seconds"], "Days"]

Out[8]=

In[9]:=

X MinimumTimeIncrement[cpi2]

Out[9]=

不規則な時系列をリサンプリングして，規則的な間隔の時系列を生成する．

In[10]:=

X irrts = TimeSeries[RandomFunction[PoissonProcess[0.7], {0, 20}]]

Out[10]=

In[11]:=

X regts = TimeSeriesResample[irrts, 0.5, ResamplingMethod -> {"Interpolation", InterpolationOrder -> 0}]

Out[11]=

完全なWolfram言語入力を表示する入力を隠す

In[12]:=

X ListPlot[{regts, irrts}, Filling -> {2 -> Axis}, Joined -> {False, False}, FillingStyle -> Thick, PlotTheme -> {"Scientific", "PlotMarkers"}, PlotLegends -> {"resampled time series", "original time series"}, ImageSize -> 300]

Out[12]=