R - Obszar koloru lub cienia między wierszami

Question

Próbuję replikować za pomocą R wykresu, który sporządziłem w programie Excel, który powinien reprezentować 95% przedział ufności (CI) wokół prognozy szeregu czasowego. Excel wykres wygląda następująco:

Więc w zasadzie, oryginalne historyczne szeregi czasowe i od pewnego punktu w czasie prognozy co to może być z jego odpowiednim CI.

one sposób to zrobić na Excel jest nieco nieefektywne:

1. Mam cztery szeregi czasowe, które pokrywają większość czasu;
2. Bieżąca/historyczna seria czasowa (niebieska linia powyżej) zatrzymuje się po rozpoczęciu prognozy;
3. Prognoza (kropkowana czerwona powyżej) jest po prostu ukryta pod niebieską, aż do rozpoczęcia okresu prognozy;
4. Następnie mam szeregi czasowe reprezentujące różnicę między górną granicą a dolną granicą CI, która, bawiąc się wykresami Excel Stacked Areas, staje się zacieniowanym obszarem na powyższym wykresie.

Oczywiście obliczeń wygenerować prognozę i WNP jest znacznie szybszy i łatwiejszy do uogólnienia i korzystać z R, a jednocześnie mogłem wykonać zadanie na badania, a następnie po prostu skopiować wyjście na Excel, aby narysować wykres , robienie wszystkiego w R byłoby znacznie przyjemniejsze.

Na końcu pytania podałem surowe dane za pomocą dput() zgodnie z sugestią @MLavoie.

tu pakiety załadowałem (nie wiem tego wszystkiego potrzebujecie tutaj, ale to oni zwykle pracują z):

require(zoo) 
    require(xts) 
    require(lattice) 
    require(latticeExtra) 

Moje dane wygląda to dla pierwszych 100 wierszy:

> head(data) 
       fifth_percentile Median nintyfifth_percentile 
    2017-06-18   1.146267 1.146267    1.146267 
    2017-06-19   1.134643 1.134643    1.134643 
    2017-06-20   1.125664 1.125664    1.125664 
    2017-06-21   1.129037 1.129037    1.129037 
    2017-06-22   1.147542 1.147542    1.147542 
    2017-06-23   1.159989 1.159989    1.159989 

Następnie po punkcie danych 100, szeregi czasowe zaczynają się rozchodzić i na końcu one wyglądać tak:

> tail(data) 
       fifth_percentile Median nintyfifth_percentile 
    2017-12-30  0.9430930 1.125844    1.341603 
    2017-12-31  0.9435227 1.127391    1.354928 
    2018-01-01  0.9417235 1.124625    1.355527 
    2018-01-02  0.9470077 1.124088    1.361420 
    2018-01-03  0.9571596 1.127299    1.364005 
    2018-01-04  0.9515535 1.127978    1.369536 

Rozwiązanie dostarczone przez DaveTurek

Dzięki DaveTurek znalazłem odpowiedź. Jednak jedyną różnicą jest to, że dla mojej ramki danych xts, najwyraźniej potrzebuję najpierw przekonwertować każdą kolumnę na liczby (z as.numeric()). Nie mam pojęcia, czy to wynika z tego, że robię coś nie tak z Xts i kratami, czy też jest to jedyny sposób, aby to osiągnąć za pomocą sugestii DaveTurka. Postaram się zbadać to dalej.

Oto kod do wygenerowania wykresu:

x = index(data[1:100,2]) 
    y = as.numeric(data[1:100,2]) 
    ex.x = index(data[101:200,2]) 
    ex.y = as.numeric(data[101:200,2]) 
    ex.lo = as.numeric(data[101:200,1]) 
    ex.hi = as.numeric(data[101:200,3]) 

    xyplot(y~x, ylim = c(0.9,1.4), 
    panel=function(x,y,...) { 
    panel.lines(x,y,lwd=2,col=4) 
    panel.polygon(c(ex.x,rev(ex.x)),c(ex.lo,rev(ex.hi)),border=NA,col=5) 
    panel.lines(ex.x,ex.y,lwd=2,col=2) 
    }) 

A oto efekt końcowy:

Oto ostateczny zbiór danych, z dput(), że jestem próbując wykreślić:

> dput(data) 
    structure(c(1.14626724930899, 1.13464279067717, 1.12566420479952, 
    1.12903662366847, 1.14754211999921, 1.15998855701439, 1.15274364578958, 
    1.16226441955745, 1.16169992687419, 1.16520028734587, 1.16823402018407, 
    1.19832130049664, 1.18411773220697, 1.18531274215286, 1.16421444455115, 
    1.17108139956539, 1.18392357740377, 1.20103911352579, 1.17791736605905, 
    1.18277944964829, 1.20162550199013, 1.19665058179752, 1.19411188122108, 
    1.19367558590966, 1.19803272562951, 1.20600155861871, 1.22189449901607, 
    1.22072774140118, 1.22312376195254, 1.25355505518571, 1.25895911759195, 
    1.2613354420716, 1.24440525381363, 1.24444079462029, 1.24168652168112, 
    1.24154936710117, 1.23440527301777, 1.22592718438811, 1.21709102449773, 
    1.21448030929365, 1.23109601090898, 1.24401127451953, 1.23953314346685, 
    1.21863565024168, 1.20834325548551, 1.20281193695583, 1.20405850724191, 
    1.19608032796923, 1.22008184095742, 1.21675995421116, 1.20198916403093, 
    1.20029121301547, 1.18822375424598, 1.19007923345344, 1.19285965857709, 
    1.1971013197471, 1.1776860331227, 1.18028531916998, 1.18394951589397, 
    1.16712430930941, 1.17827461393349, 1.18751430033172, 1.21482260909863, 
    1.2167262724184, 1.21729489152574, 1.21847062594996, 1.21932070698031, 
    1.19678189566773, 1.17678214957629, 1.17586968485613, 1.16903708967946, 
    1.16967697995898, 1.14498266161799, 1.12782282645368, 1.11540004479973, 
    1.12639853863918, 1.11402516325222, 1.10511837662567, 1.10600107687395, 
    1.10243149863659, 1.10404564773364, 1.12949458422398, 1.11679224666313, 
    1.11338078540871, 1.10762728498848, 1.12437898939299, 1.11572706259347, 
    1.1148111967932, 1.12358625045939, 1.11169207274881, 1.13009253108247, 
    1.13772927166761, 1.12550770863279, 1.13062401691547, 1.12821231512428, 
    1.13174620070443, 1.13072790983063, 1.1428325334377, 1.12739171867048, 
    1.1214997813059, 1.11870510839984, 1.096148222775, 1.08805136310032, 
    1.08701594286129, 1.08047984136855, 1.07939438148434, 1.0684082570972, 
    1.06497159411023, 1.05820047926833, 1.06322519359802, 1.06234781015662, 
    1.05431808916504, 1.054405104791, 1.05330182895869, 1.04787681441803, 
    1.041698698458, 1.03870702538097, 1.03300007904201, 1.02741553353049, 
    1.03525701392318, 1.0339774223954, 1.0328464056954, 1.03100871401712, 
    1.03348765946373, 1.03473218333386, 1.02942612874379, 1.02109481188296, 
    1.02301597272716, 1.01553904377803, 1.0031650628692, 1.00779708136199, 
    1.01322764666693, 1.01964272925677, 1.02125480865504, 1.02300342204156, 
    1.02563993245866, 1.02972111884963, 1.02048756192688, 1.00481457379443, 
    1.00512607721887, 1.01094340128446, 1.01377432300649, 1.01170553705668, 
    1.00551128145228, 1.00612634442438, 1.00735643866839, 1.0080606590012, 
    0.985706701720841, 0.982234200010558, 0.975314534071082, 0.973611418201841, 
    0.968118612511537, 0.973092829667201, 0.975599110408158, 0.967214930243667, 
    0.968569928969912, 0.963572085616274, 0.964901787179726, 0.957782708788541, 
    0.951868416101986, 0.956694066411684, 0.956937537219092, 0.956303331651844, 
    0.947880835881923, 0.956308493824626, 0.948146077843001, 0.945939091828748, 
    0.945082701640947, 0.937222489932819, 0.937989843132858, 0.948712728941467, 
    0.939050882255992, 0.946264846068344, 0.944926693194716, 0.946825914432391, 
    0.939070104432721, 0.950666108330947, 0.949365988007735, 0.943616625744159, 
    0.946600795357699, 0.941276090147603, 0.939957902451166, 0.941523527816784, 
    0.946611480333791, 0.959236316317354, 0.96165367272139, 0.957508302724503, 
    0.954774123925477, 0.960811125123549, 0.956525507301749, 0.948237690612711, 
    0.951299123137395, 0.945212566792479, 0.94507842203255, 0.942735006048921, 
    0.943093032220433, 0.943522672031737, 0.941723495992432, 0.947007713852018, 
    0.95715960245335, 0.951553478810637, 1.14626724930899, 1.13464279067717, 
    1.12566420479952, 1.12903662366847, 1.14754211999921, 1.15998855701439, 
    1.15274364578958, 1.16226441955745, 1.16169992687419, 1.16520028734587, 
    1.16823402018407, 1.19832130049664, 1.18411773220697, 1.18531274215286, 
    1.16421444455115, 1.17108139956539, 1.18392357740377, 1.20103911352579, 
    1.17791736605905, 1.18277944964829, 1.20162550199013, 1.19665058179752, 
    1.19411188122108, 1.19367558590966, 1.19803272562951, 1.20600155861871, 
    1.22189449901607, 1.22072774140118, 1.22312376195254, 1.25355505518571, 
    1.25895911759195, 1.2613354420716, 1.24440525381363, 1.24444079462029, 
    1.24168652168112, 1.24154936710117, 1.23440527301777, 1.22592718438811, 
    1.21709102449773, 1.21448030929365, 1.23109601090898, 1.24401127451953, 
    1.23953314346685, 1.21863565024168, 1.20834325548551, 1.20281193695583, 
    1.20405850724191, 1.19608032796923, 1.22008184095742, 1.21675995421116, 
    1.20198916403093, 1.20029121301547, 1.18822375424598, 1.19007923345344, 
    1.19285965857709, 1.1971013197471, 1.1776860331227, 1.18028531916998, 
    1.18394951589397, 1.16712430930941, 1.17827461393349, 1.18751430033172, 
    1.21482260909863, 1.2167262724184, 1.21729489152574, 1.21847062594996, 
    1.21932070698031, 1.19678189566773, 1.17678214957629, 1.17586968485613, 
    1.16903708967946, 1.16967697995898, 1.14498266161799, 1.12782282645368, 
    1.11540004479973, 1.12639853863918, 1.11402516325222, 1.10511837662567, 
    1.10600107687395, 1.10243149863659, 1.10404564773364, 1.12949458422398, 
    1.11679224666313, 1.11338078540871, 1.10762728498848, 1.12437898939299, 
    1.11572706259347, 1.1148111967932, 1.12358625045939, 1.11169207274881, 
    1.13009253108247, 1.13772927166761, 1.12550770863279, 1.13062401691547, 
    1.12821231512428, 1.13174620070443, 1.13072790983063, 1.1428325334377, 
    1.12739171867048, 1.1214997813059, 1.11870510839984, 1.11811303551412, 
    1.11855383782522, 1.11981261957516, 1.12096887905804, 1.12162710713999, 
    1.12015553029278, 1.12189306008921, 1.1236834173899, 1.12204149206779, 
    1.12075809542535, 1.12116672935174, 1.12216772364685, 1.11821915571021, 
    1.12117719223463, 1.11896003906963, 1.11563621625852, 1.1183625095638, 
    1.12053072892388, 1.1216348268255, 1.12317377733957, 1.11873136428952, 
    1.12267083202989, 1.12642930089215, 1.13027646770951, 1.13129632891931, 
    1.12700346009603, 1.12060488827701, 1.12390899402613, 1.13129350591169, 
    1.12786650327192, 1.1274201121913, 1.13101906643359, 1.12727135093377, 
    1.12458327192256, 1.12259738972645, 1.12097982776572, 1.12073621452193, 
    1.12364872830763, 1.12644326299714, 1.12556263098661, 1.12797963752343, 
    1.12734519199847, 1.1261793072762, 1.12911407446825, 1.12754878937943, 
    1.12777579027467, 1.12554965831588, 1.12324469267853, 1.12231558194992, 
    1.12135908710208, 1.11923353817423, 1.12345300992675, 1.12186883237389, 
    1.12173652640663, 1.12488148969114, 1.12664301925369, 1.12294230775256, 
    1.12393650688095, 1.13038044949978, 1.12822226676967, 1.12934384230215, 
    1.1217648908055, 1.12218158739803, 1.12302651609468, 1.12682187689922, 
    1.13537701046932, 1.13172108462183, 1.1374053505525, 1.13498257452656, 
    1.12692005654471, 1.629725645, 1.12868775509168, 1.13073909215368, 
    1.13098804355869, 1.13353301668386, 1.13336476594698, 1.13233873705211, 
    1.12667020676157, 1.12133152301322, 1.12418759586717, 1.12048022460741, 
    1.12798162212357, 1.13053093896994, 1.12019367019997, 1.12422483586498, 
    1.11303086301782, 1.11986711815552, 1.12504718249418, 1.11341517044014, 
    1.12495096618792, 1.12995127061511, 1.13538401552385, 1.13145536081928, 
    1.1264465959783, 1.12584386458867, 1.1273908895838, 1.12462482614994, 
    1.1240880626286, 1.12729907535003, 1.12797751377714, 1.14626724930899, 
    1.13464279067717, 1.12566420479952, 1.12903662366847, 1.14754211999921, 
    1.15998855701439, 1.15274364578958, 1.16226441955745, 1.16169992687419, 
    1.16520028734587, 1.16823402018407, 1.19832130049664, 1.18411773220697, 
    1.18531274215286, 1.16421444455115, 1.17108139956539, 1.18392357740377, 
    1.20103911352579, 1.17791736605905, 1.18277944964829, 1.20162550199013, 
    1.19665058179752, 1.19411188122108, 1.19367558590966, 1.19803272562951, 
    1.20600155861871, 1.22189449901607, 1.22072774140118, 1.22312376195254, 
    1.25355505518571, 1.25895911759195, 1.2613354420716, 1.24440525381363, 
    1.24444079462029, 1.24168652168112, 1.24154936710117, 1.23440527301777, 
    1.22592718438811, 1.21709102449773, 1.21448030929365, 1.23109601090898, 
    1.24401127451953, 1.23953314346685, 1.21863565024168, 1.20834325548551, 
    1.20281193695583, 1.20405850724191, 1.19608032796923, 1.22008184095742, 
    1.21675995421116, 1.20198916403093, 1.20029121301547, 1.18822375424598, 
    1.19007923345344, 1.19285965857709, 1.1971013197471, 1.1776860331227, 
    1.18028531916998, 1.18394951589397, 1.16712430930941, 1.17827461393349, 
    1.18751430033172, 1.21482260909863, 1.2167262724184, 1.21729489152574, 
    1.21847062594996, 1.21932070698031, 1.19678189566773, 1.17678214957629, 
    1.17586968485613, 1.16903708967946, 1.16967697995898, 1.14498266161799, 
    1.12782282645368, 1.11540004479973, 1.12639853863918, 1.11402516325222, 
    1.10511837662567, 1.10600107687395, 1.10243149863659, 1.10404564773364, 
    1.12949458422398, 1.11679224666313, 1.11338078540871, 1.10762728498848, 
    1.12437898939299, 1.11572706259347, 1.1148111967932, 1.12358625045939, 
    1.11169207274881, 1.13009253108247, 1.13772927166761, 1.12550770863279, 
    1.13062401691547, 1.12821231512428, 1.13174620070443, 1.13072790983063, 
    1.1428325334377, 1.12739171867048, 1.1214997813059, 1.11870510839984, 
    1.14162401974592, 1.15630966411729, 1.15992199767135, 1.16683144867851, 
    1.16928280999155, 1.17287782220285, 1.18184525262982, 1.17555305757354, 
    1.18031492211593, 1.18142628277888, 1.18307577052783, 1.18257404220722, 
    1.19421117710041, 1.19403330560815, 1.19510080390052, 1.2058940348108, 
    1.19848571699109, 1.20138771250604, 1.20660682710938, 1.20790011589089, 
    1.20963951875753, 1.21572259411602, 1.21379678812156, 1.220302087399, 
    1.22062959185172, 1.22743877731977, 1.23135277550334, 1.24075667733246, 
    1.24169498945046, 1.23529301399753, 1.2399941777708, 1.24823732280171, 
    1.23861121958778, 1.24816319854615, 1.25252933549084, 1.25133386983018, 
    1.24512546001264, 1.2617641352045, 1.25486018976211, 1.25424601859098, 
    1.25820538036104, 1.25968528498312, 1.26939611029084, 1.27883933177157, 
    1.27926882841012, 1.27951234203094, 1.28997494816278, 1.29391898267335, 
    1.2971442938215, 1.29733541086814, 1.30376525837809, 1.31025722802128, 
    1.29718190520268, 1.27919305871102, 1.28685138548374, 1.28594279969497, 
    1.28695233433419, 1.30277136510213, 1.29178316107299, 1.29586799884087, 
    1.30076586308517, 1.30881154838964, 1.32171887794143, 1.3197588324899, 
    1.3121332301804, 1.31744410759858, 1.31402945919721, 1.30926303329755, 
    1.32019231597949, 1.31449633135152, 1.31730801686101, 1.31834557852015, 
    1.3175761022299, 1.33430488507454, 1.34091614601639, 1.33606628597812, 
    1.33180446732765, 1.33630738683041, 1.33449101077219, 1.32521028784732, 
    1.32241490851887, 1.31488015995544, 1.31913131799656, 1.32901121011698, 
    1.33177659436063, 1.32577077582349, 1.31960627618725, 1.31307169067904, 
    1.32148403094167, 1.33104893196281, 1.33491831741272, 1.3386091981919, 
    1.35730874062825, 1.3460340606746, 1.34160318929376, 1.35492848895938, 
    1.35552729646417, 1.36141957863605, 1.36400538435282, 1.369536167295), 
    .indexCLASS = "Date", tclass = "Date", .indexTZ = "UTC", tzone = "UTC", 
    class = c("xts", "zoo"), index = structure(c(1497744000, 1497830400, 1497916800, 
    1498003200, 1498089600, 1498176000, 1498262400, 1498348800, 1498435200, 
    1498521600, 1498608000, 1498694400, 1498780800, 1498867200, 1498953600, 
    1499040000, 1499126400, 1499212800, 1499299200, 1499385600, 1499472000, 
    1499558400, 1499644800, 1499731200, 1499817600, 1499904000, 1499990400, 
    1500076800, 1500163200, 1500249600, 1500336000, 1500422400, 1500508800, 
    1500595200, 1500681600, 1500768000, 1500854400, 1500940800, 1501027200, 
    1501113600, 1501200000, 1501286400, 1501372800, 1501459200, 1501545600, 
    1501632000, 1501718400, 1501804800, 1501891200, 1501977600, 1502064000, 
    1502150400, 1502236800, 1502323200, 1502409600, 1502496000, 1502582400, 
    1502668800, 1502755200, 1502841600, 1502928000, 1503014400, 1503100800, 
    1503187200, 1503273600, 1503360000, 1503446400, 1503532800, 1503619200, 
    1503705600, 1503792000, 1503878400, 1503964800, 1504051200, 1504137600, 
    1504224000, 1504310400, 1504396800, 1504483200, 1504569600, 1504656000, 
    1504742400, 1504828800, 1504915200, 1505001600, 1505088000, 1505174400, 
    1505260800, 1505347200, 1505433600, 1505520000, 1505606400, 1505692800, 
    1505779200, 1505865600, 1505952000, 1506038400, 1506124800, 1506211200, 
    1506297600, 1506384000, 1506470400, 1506556800, 1506643200, 1506729600, 
    1506816000, 1506902400, 1506988800, 1507075200, 1507161600, 1507248000, 
    1507334400, 1507420800, 1507507200, 1507593600, 1507680000, 1507766400, 
    1507852800, 1507939200, 1508025600, 1508112000, 1508198400, 1508284800, 
    1508371200, 1508457600, 1508544000, 1508630400, 1508716800, 1508803200, 
    1508889600, 1508976000, 1509062400, 1509148800, 1509235200, 1509321600, 
    1509408000, 1509494400, 1509580800, 1509667200, 1509753600, 1509840000, 
    1509926400, 1510012800, 1510099200, 1510185600, 1510272000, 1510358400, 
    1510444800, 1510531200, 1510617600, 1510704000, 1510790400, 1510876800, 
    1510963200, 1511049600, 1511136000, 1511222400, 1511308800, 1511395200, 
    1511481600, 1511568000, 1511654400, 1511740800, 1511827200, 1511913600, 
    1.512e+09, 1512086400, 1512172800, 1512259200, 1512345600, 1512432000, 
    1512518400, 1512604800, 1512691200, 1512777600, 1512864000, 1512950400, 
    1513036800, 1513123200, 1513209600, 1513296000, 1513382400, 1513468800, 
    1513555200, 1513641600, 1513728000, 1513814400, 1513900800, 1513987200, 
    1514073600, 1514160000, 1514246400, 1514332800, 1514419200, 1514505600, 
    1514592000, 1514678400, 1514764800, 1514851200, 1514937600, 1515024000 
    ), tzone = "UTC", tclass = "Date"), .Dim = c(201L, 3L), .Dimnames = list(
NULL, c("fifth_percentile", "Median", "nintyfifth_percentile" 
))) 

Answer 1

Nie próbowałem z twoimi danymi, ale jeśli que to jak ocieniać obszar prognozy, może ten prosty przykład pomoże.

library(lattice) 

x = 1:12 # base data 
y = x 
ex.x = 12:16 # extrapolated data 
ex.y = 12:16 
ex.lo = 12+0:4*.3 # lower bound 
ex.hi = 12+0:4*1.6 # upper bound 

xyplot(y~x,xlim=c(0:18),ylim=c(0:20), 
    panel=function(x,y,...) { 
    panel.lines(x,y,lwd=2,col=4) 
    panel.polygon(c(ex.x,rev(ex.x)),c(ex.lo,rev(ex.hi)),border=NA,col=5) 
    panel.lines(ex.x,ex.y,lwd=2,col=2) 
}) 

Można dodać zacieniony wielokąt do kratownicy w funkcji panelu. Użyłem c(ex.x,rev(ex.x)) i c(ex.lo,rev(ex.hi)) do skonstruowania granicy wielokąta.