tsibbleの意味とtsibbleの作り方

本題に入る前に + 記事の概要

「予測: 原理と実践 (第3版)」の第2章にてtsibbleオブジェクトが出てきました。今後重要なオブジェクトなので備忘録を兼ねて掲載してみます。(Qiita初掲載なので大目に見ていただけたら幸いです。)
概要
・Rにおけるオブジェクトの考え方
・tsibbleの意味とその機能
・tibbleとの違いtibbleからtsibbleへの変換方法

そもそもRにおけるオブジェクトとは？

Rにおけるオブジェクトとは、変数やデータのかたまりを格納する箱に名前を付けたものを指します。
高校数学で、a = 5を代入して、などやったかもしれませんがそれに近いものです。

qiita_object.R

##オブジェクトaに1+2+3の計算結果を代入し、表示する
a <- 1+2+3
a
##実行結果
6

tsibbleオブジェクトとは？

A.本書では『tidyなデータフレーム (tibbleオブジェクト)に時間軸を導入して拡張したもの』とあります。
時系列データをRで保存するための箱みたいなものだと個人的には理解しています。
もう少し厳密に考えるには、時系列分析について理解する必要があるため、簡単に掲載しておきます。

時系列分析：　時間の経過順に並んだデータ(時系列データ)に基づいてそのデータの変動要因を様々な要素について統計的な手法を用いて分解し、将来の値を予測するもの。

時系列データの具体例として株価の推移や、ある製品の売り上げ推移、マンション地価の推移などがあります。

tibbleとは...?

tibbleを理解するためにまずデータフレームを理解しましょう。
データフレームとは、「①1つの列が1つの変数を表す」、「②1つの行が1つの観測を表す」、「③1つのテーブルが1つのデータセットだけを含む」という３つの定義があります。
データを読み込むときにcsvファイルを用いると思いますが、あれも立派なデータフレームです。

tsibbleの具体例を考えてみよう

下の表は、2018年から2022年にかけて、「かわいい共和国(架空の国)」の「かわいい薬(架空の薬)」の販売個数salesの推移をまとめたものです。これをtsibbleに変換してみましょう。

Year	Sales
2018	138
2019	127
2020	85
2021	93
2022	104

qiita_tsibble.R

#必要なパッケージのインストール
install.packages("tsibble")
install.packages("dplyr")
#必要なパッケージの読み込み
library(tsibble)
library(dplyr) ##後で使います
#tsibbleに変換
y <- tsibble(
Year = 2018:2022,
Sales = c(138, 127, 85, 93, 104),
index = Year
)

y
#実行結果
# A tsibble: 5 x 2 [1Y]
   Year Sales
  <int> <dbl>
1  2018   138
2  2019   127
3  2020    85
4  2021    93
5  2022   104

実行結果のようにになりましたね。#A tsibble: 5 x 2 [1Y]をとあるように、tsibbleへの変換そのものはこれでおしまいです。index = Yearとすることで、Yearをインデックス変数に変換して、観測時点Yearと'Sales'を結び付けられるようになります。

tibbleをtsibbleに変換

先ほど同様にかわいい共和国(架空の国)」の「かわいい薬(架空の薬)」の販売個数salesの時系列データです。先ほどと違うのは、2019年1月から5月までのの月次データである点です。まずは一度tibbleをつくるところまで書いてみましょう。

qiita_tibble.R

#tibbleの設定
z <- tibble(
month = c('2019 Jan','2019 Feb','2019 Mar', '2019 Apr','2019 May'),
sales = c(23,26,31,17,38)
)
#zの表示
z

#実行結果
# A tibble: 5 x 2
  month    sales
  <chr>    <dbl>
1 2019 Jan    23
2 2019 Feb    26
3 2019 Mar    31
4 2019 Apr    17
5 2019 May    38

これでtibbleの作成は完了です。このデータをtsibbleに変換してみましょう。ただし、dplyrをインストールし、読み込まないと実行されないので気を付けましょう。

qiita_tsibble_tibble.R

 z %>% #パイプ演算子で結合
mutate(Month = yearmonth(month)) %>% 
as_tsibble(index = Month)

#実行結果
# A tsibble: 5 x 3 [1M]
  month    sales  Month
  <chr>    <dbl>  <mth>
1 2019 Jan    23 2019 1
2 2019 Feb    26 2019 2
3 2019 Mar    31 2019 3
4 2019 Apr    17 2019 4
5 2019 May    38 2019 5

# A tsibble: 5 x 3 [1M]とあるように、tibbleをtsibbleに変換することができましたね。
手順は以下のように行っています。
1.yearmonth()という時間クラス関数を使ってMonth列を文字から月次時間オブジェクトに変換
2.as_tsibble()の引数indexにMonth列を指定して、データフレームをtsibbleに変換

なお、# A tsibble: 5 x 3 [1M]の[1M]は月次データであることを表しています。観測頻度に合わせて関数を変更しましょう。次の表は観測頻度ごとに用いる時間クラス関数です。また、mutate()関数は新たに変数を作るための関数です。

観測頻度	用いる時間クラス関数
年次	start:end
四半期	yearquarter()
月次	yearmonth()
週次	yearweek()
日次	as_date(), ymd()
さらに高頻度	as_datetime(), ymd_hms()

変換にあたり、パイプ演算子%>%を用いましたが、これについては別途解説を投稿していきたいと思います。

今回の投稿では、作り方までを掲載しましたが、使い方については次回以降の投稿に掲載しようと考えています。
最後までお読みいただきありがとうございました。

修正
6/6 オブジェクトの定義を修正