Я имею дело с данными временных рядов поперечного сечения (многие РАЗНЫЕ люди со временем).На индивидуальном уровне у каждого человека есть спрос на определенное количество товара.Эти данные несбалансированы относительно того, сколько человек в каждом периоде.Для каждого периода времени я агрегировал отдельные данные в один временной ряд.Пример структуры данных ниже
Временные ряды сечения
Time | Person | Quantity
----------------------
11/18| Bob | 2
11/18| Sally | 1
11/18| Jake | 5
12/18| Jim | 2
12/18| Roger | 8
Временные ряды
Time | Total Q
-------------
11/18| 8
12/18| 10
То, что я хочу сделать для каждого периода, это повторная выборка (с заменой)индивидуальное количество, агрегировать по отдельным лицам, повторять X раз, а затем получить среднее и стандартную ошибку из начальной загрузки.
Конечный результат должен выглядеть следующим образом:
Time | Total Q | Boot Strap Total Mean
-------------------------------------
11/18| 8 | 8.5
12/18| 10 | 10.05
Вот пример кода для создания примера данных примера:
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))
Я знаю, что это возможно в R, но яЯ в растерянности относительно того, как его кодировать или какие правильные вопросы мне нужно задать.Вся помощь приветствуется!