Làm cách nào tôi có thể sử dụng lệnh `td` từ gói` tempdisagg` để phân chia dữ liệu hàng tháng thành tần số dữ liệu hàng ngày?

Tôi có dữ liệu tần suất hàng tháng mà tôi đang cố gắng phân tách thành dữ liệu tần suất hàng ngày. Vì vậy, tôi sử dụng tdlệnh từ tempdisagggói trong R bằng cách sử dụng mã dưới đây:

 dat=ts(data[,2])
 result=td(dat~1, conversion = "average", to = "day", method = "chow-lin-maxlog")

Sau đó, tôi nhận được thông báo lỗi sau:

 Error in td(dat ~ 1, conversion = "average", to = "day", method = "chow-lin-maxlog") : 'to' argument: unknown character string

Dữ liệu tôi sử dụng datnhư sau:

 > dput(head(dat))
 c(82.47703009, 84.63094431, 70.00659987, 78.81135651, 74.749746,82.95638213)

Vì vậy, mặc dù dữ liệu datnày có tần suất hàng tháng, nhưng bắt đầu và kết thúc chưa phản ánh điều này. Trên thực tế, ngày bắt đầu là 1/1997 và ngày kết thúc là 9/2019.

Tôi có thể nhận trợ giúp về việc phân chia dữ liệu hàng tháng này datthành dữ liệu tần suất hàng ngày không?

Có vẻ như gói tempdisagg không cho phép phân chia hàng tháng đến hàng ngày. Từ td()đối số 'đến' tệp trợ giúp:

tần số đích tần số cao dưới dạng chuỗi ký tự ("hàng quý" hoặc "hàng tháng") hoặc dưới dạng vô hướng (ví dụ 2, 4, 7, 12). Nếu chuỗi đầu vào là các đối tượng ts, thì đối số là cần thiết nếu không có chỉ số nào được đưa ra. Nếu chuỗi đầu vào là vectơ, phải là vô hướng cho biết tỷ số tần số.

Thông báo lỗi của bạn "đối số ': chuỗi ký tự không xác định" là do to =đối số chỉ chấp nhận' hàng quý 'hoặc' hàng tháng 'dưới dạng chuỗi.

Có một số cuộc thảo luận về việc phân chia dữ liệu hàng tháng thành hàng ngày trên thống kê stackexchage tại đây: /stats/258810/disaggregate-monthly-forferences-into-daily-data

Sau một số tìm kiếm, có vẻ như không ai liên tục sử dụng dữ liệu phân tách hàng tháng đến hàng ngày. Các tempdisagggói dường như có khả năng điều mà hầu hết những người khác đã tìm thấy là có thể - hàng năm để quý hoặc hàng tháng, và khoảng thời gian đó là bội thậm chí nhất quán.

Eric, tôi đã thêm một kịch bản dưới đây để minh họa những gì bạn đang cố gắng làm, như tôi hiểu.

Ở đây chúng tôi sử dụng dữ liệu giá thực tế để chuyển từ giá hàng ngày -> giá hàng tháng -> lợi nhuận hàng tháng -> lợi nhuận trung bình hàng ngày.

library(quantmod)
library(xts)
library(zoo)
library(tidyverse)
library(lubridate)

# Get price data to use as an example
getSymbols('MSFT')

#This data has more information than we want, remove unwanted columns:
msft <- Ad(MSFT) 

#Add new column that acts as an 'indexed price' rather than 
# actual price data.  This is to show that calculated returns
# don't depend on real prices, data indexed to a value is fine.
msft$indexed <- scale(msft$MSFT.Adjusted, center = FALSE)

#split into two datasets  
msft2 <- msft$indexed
msft$indexed <- NULL


#msft contains only closing data, msft2 only contains scaled data (not actual prices)
#  move from daily data to monthly, to replicate the question's situation.
a <- monthlyReturn(msft)
b <- monthlyReturn(msft2)

#prove returns based on rescaled(indexed) data and price data is the same:
all.equal(a,b)

# subset to a single year
a <- a['2019']
b <- b['2019']

#add column with days in each month
a$dim <- days_in_month(a) 
a$day_avg <- a$monthly.returns / a$dim  ## <- This must've been left out

day_avgs <- data.frame(day_avg = rep(a$day_avg, a$dim))


# daily averages timesereis from monthly returns.
z <- zoo(day_avgs$day_avg, 
         seq(from = as.Date("2019-01-01"), 
             to = as.Date("2019-12-31"), 
             by = 1)) %>%
  as.xts()

#chart showing they are the same:
PerformanceAnalytics::charts.PerformanceSummary(cbind(a$monthly.returns, z))

Dưới đây là ba biểu đồ hiển thị 1. chỉ lợi nhuận hàng tháng, 2. trung bình hàng ngày từ lợi nhuận hàng tháng, 3. cả hai cùng nhau. Vì chúng giống hệt nhau, quá mức trong hình ảnh thứ ba chỉ hiển thị một.