Construire des groupes de traitement de réconciliation
Source :R/utils-common.R
gs.build_proc_grps.RdCette fonction construit le data frame des groupes de traitement pour les problèmes de réconciliation.
Elle est utilisée à interne par tsraking_driver() et tsbalancing().
Utilisation
gs.build_proc_grps(
ts_yr_vec,
ts_per_vec,
n_per,
ts_freq,
temporal_grp_periodicity,
temporal_grp_start
)Arguments
- ts_yr_vec
(obligatoire)
Vecteur des valeurs d'année (unité de temps; voir
gs.time2year()).- ts_per_vec
(obligatoire)
Vecteur des valeurs de période (cycle; voir
gs.time2per()).- n_per
(obligatoire)
Longueur (nombre de périodes) de la série chronologique.
- ts_freq
(obligatoire)
Fréquence de la série chronologique (voir
stats::frequency()).- temporal_grp_periodicity
(obligatoire)
Nombre de périodes dans les groupes temporels.
- temporal_grp_start
(obligatoire)
Première période des groupes temporels.
Valeur de retour
Un data frame avec les variables (colonnes) suivantes :
grp: vecteur de nombres entiers identifiant le groupe de traitement (1:<nombre-de-groupes>).beg_per: vecteur de nombres entiers identifiant la première période du groupe de traitement.end_per: vecteur de nombres entiers identifiant la dernière période du groupe de traitement.complete_grp: Vecteur logique indiquant si le groupe de traitement correspond à un groupe temporel complet.
Groupes de traitement
L'ensemble des périodes d'un problème de réconciliation (ratissage ou équilibrage) donné est appelé groupe de traitement et correspond soit :
à une période unique lors d'un traitement période par période ou, lorsque les totaux temporels sont préservés, pour les périodes individuelles d'un groupe temporel incomplet (ex., une année incomplète)
ou à l'ensemble des périodes d'un groupe temporel complet (ex., une année complète) lorsque les totaux temporels sont préservés.
Le nombre total de groupes de traitement (nombre total de problèmes de réconciliation) dépend de l'ensemble de périodes
des séries chronologiques d'entrée (objet de type série chronologique spécifié avec l'argument in_ts) et de la valeur
des arguments temporal_grp_periodicity et temporal_grp_start.
Les scénarios courants incluent temporal_grp_periodicity = 1 (par défaut) pour un traitement période par période sans
préservation des totaux temporels et
temporal_grp_periodicity = frequency(in_ts) pour la préservation des totaux annuels (années civiles par défaut).
L'argument temporal_grp_start permet de spécifier d'autres types d'années (non civile). Par exemple, des années
financières commençant en avril correspondent à temporal_grp_start = 4 avec des données mensuelles et à
temporal_grp_start = 2 avec des données trimestrielles. La préservation des totaux trimestriels avec des données
mensuelles correspondrait à temporal_grp_periodicity = 3.
Par défaut, les groupes temporels convrant plus d'une année (c.-à-d., correspondant à temporal_grp_periodicity > frequency(in_ts)) débutent avec une année
qui est un multiple de
ceiling(temporal_grp_periodicity / frequency(in_ts)). Par exemple, les groupes bisannuels correspondant à
temporal_grp_periodicity = 2 * frequency(in_ts) débutent avec une année paire par défaut. Ce comportement peut être
modifié avec l'argument temporal_grp_start. Par exemple, la préservation des totaux bisannuels débutant avec une année
impaire au lieu d'une année paire (par défaut) correspond à temporal_grp_start = frequency(in_ts) + 1 (avec
temporal_grp_periodicity = 2 * frequency(in_ts)).
Voir les Exemples de gs.build_proc_grps() pour des scénarios courants de groupes de traitements.
Exemples
#######
# Configuration préalable
# Série chronologique mensuelle et trimestrielle « bidon » (2.5 années de longueur)
sc_men <- ts(rep(NA, 30), start = c(2019, 1), frequency = 12)
sc_men
#> Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
#> 2019 NA NA NA NA NA NA NA NA NA NA NA NA
#> 2020 NA NA NA NA NA NA NA NA NA NA NA NA
#> 2021 NA NA NA NA NA NA
sc_tri <- ts(rep(NA, 10), start = c(2019, 1), frequency = 4)
sc_tri
#> Qtr1 Qtr2 Qtr3 Qtr4
#> 2019 NA NA NA NA
#> 2020 NA NA NA NA
#> 2021 NA NA
# Information résumée de la série chronologique
ts_info <- function(sc, sep = "-") {
list(a = gs.time2year(sc), # années
p = gs.time2per(sc), # périodes
n = length(sc), # longueur
f = frequency(sc), # fréquence
e = gs.time2str(sc, sep)) # étiquettes
}
info_men <- ts_info(sc_men)
info_tri <- ts_info(sc_tri, sep = "t")
# Fonction qui ajoute une étiquette décrivant le groupe de traitement
ajouter_desc <- function(df_gr, vec_eti, mot, suf = "s") {
df_gr$description <- ifelse(df_gr$complete_grp,
paste0("--- ", df_gr$end_per - df_gr$beg_per + 1, " ", mot, suf, " : ",
vec_eti[df_gr$beg_per], " à ",
vec_eti[df_gr$end_per], " ---"),
paste0("--- 1 ", mot, " : ", vec_eti[df_gr$beg_per], " ---"))
df_gr
}
#######
# Scénarios courants de groupes de traitement pour des données mensuelles
# 0- Traitement mois par mois (chaque mois est un groupe de traitement)
gr_men0 <- gs.build_proc_grps(info_men$a, info_men$p, info_men$n, info_men$f,
temporal_grp_periodicity = 1,
temporal_grp_start = 1)
tmp <- ajouter_desc(gr_men0, info_men$e, "mois", "")
head(tmp)
#> grp beg_per end_per complete_grp description
#> 1 1 1 1 FALSE --- 1 mois : 2019-1 ---
#> 2 2 2 2 FALSE --- 1 mois : 2019-2 ---
#> 3 3 3 3 FALSE --- 1 mois : 2019-3 ---
#> 4 4 4 4 FALSE --- 1 mois : 2019-4 ---
#> 5 5 5 5 FALSE --- 1 mois : 2019-5 ---
#> 6 6 6 6 FALSE --- 1 mois : 2019-6 ---
tail(tmp)
#> grp beg_per end_per complete_grp description
#> 25 25 25 25 FALSE --- 1 mois : 2021-1 ---
#> 26 26 26 26 FALSE --- 1 mois : 2021-2 ---
#> 27 27 27 27 FALSE --- 1 mois : 2021-3 ---
#> 28 28 28 28 FALSE --- 1 mois : 2021-4 ---
#> 29 29 29 29 FALSE --- 1 mois : 2021-5 ---
#> 30 30 30 30 FALSE --- 1 mois : 2021-6 ---
# Groupes temporels correspondant à ...
# 1- des années civiles
gr_men1 <- gs.build_proc_grps(info_men$a, info_men$p, info_men$n, info_men$f,
temporal_grp_periodicity = 12,
temporal_grp_start = 1)
ajouter_desc(gr_men1, info_men$e, "mois", "")
#> grp beg_per end_per complete_grp description
#> 1 1 1 12 TRUE --- 12 mois : 2019-1 à 2019-12 ---
#> 2 2 13 24 TRUE --- 12 mois : 2020-1 à 2020-12 ---
#> 3 3 25 25 FALSE --- 1 mois : 2021-1 ---
#> 4 4 26 26 FALSE --- 1 mois : 2021-2 ---
#> 5 5 27 27 FALSE --- 1 mois : 2021-3 ---
#> 6 6 28 28 FALSE --- 1 mois : 2021-4 ---
#> 7 7 29 29 FALSE --- 1 mois : 2021-5 ---
#> 8 8 30 30 FALSE --- 1 mois : 2021-6 ---
# 2- des années financières commençant en avril
gr_men2 <- gs.build_proc_grps(info_men$a, info_men$p, info_men$n, info_men$f,
temporal_grp_periodicity = 12,
temporal_grp_start = 4)
ajouter_desc(gr_men2, info_men$e, "mois", "")
#> grp beg_per end_per complete_grp description
#> 1 1 1 1 FALSE --- 1 mois : 2019-1 ---
#> 2 2 2 2 FALSE --- 1 mois : 2019-2 ---
#> 3 3 3 3 FALSE --- 1 mois : 2019-3 ---
#> 4 4 4 15 TRUE --- 12 mois : 2019-4 à 2020-3 ---
#> 5 5 16 27 TRUE --- 12 mois : 2020-4 à 2021-3 ---
#> 6 6 28 28 FALSE --- 1 mois : 2021-4 ---
#> 7 7 29 29 FALSE --- 1 mois : 2021-5 ---
#> 8 8 30 30 FALSE --- 1 mois : 2021-6 ---
# 3- des trimestres réguliers (commençant en janvier, avril, juillet et octobre)
gr_men3 <- gs.build_proc_grps(info_men$a, info_men$p, info_men$n, info_men$f,
temporal_grp_periodicity = 3,
temporal_grp_start = 1)
ajouter_desc(gr_men3, info_men$e, "mois", "")
#> grp beg_per end_per complete_grp description
#> 1 1 1 3 TRUE --- 3 mois : 2019-1 à 2019-3 ---
#> 2 2 4 6 TRUE --- 3 mois : 2019-4 à 2019-6 ---
#> 3 3 7 9 TRUE --- 3 mois : 2019-7 à 2019-9 ---
#> 4 4 10 12 TRUE --- 3 mois : 2019-10 à 2019-12 ---
#> 5 5 13 15 TRUE --- 3 mois : 2020-1 à 2020-3 ---
#> 6 6 16 18 TRUE --- 3 mois : 2020-4 à 2020-6 ---
#> 7 7 19 21 TRUE --- 3 mois : 2020-7 à 2020-9 ---
#> 8 8 22 24 TRUE --- 3 mois : 2020-10 à 2020-12 ---
#> 9 9 25 27 TRUE --- 3 mois : 2021-1 à 2021-3 ---
#> 10 10 28 30 TRUE --- 3 mois : 2021-4 à 2021-6 ---
# 4- des trimestres décalés d'un mois (commençant en février, mai, août et novembre)
gr_men4 <- gs.build_proc_grps(info_men$a, info_men$p, info_men$n, info_men$f,
temporal_grp_periodicity = 3,
temporal_grp_start = 2)
ajouter_desc(gr_men4, info_men$e, "mois", "")
#> grp beg_per end_per complete_grp description
#> 1 1 1 1 FALSE --- 1 mois : 2019-1 ---
#> 2 2 2 4 TRUE --- 3 mois : 2019-2 à 2019-4 ---
#> 3 3 5 7 TRUE --- 3 mois : 2019-5 à 2019-7 ---
#> 4 4 8 10 TRUE --- 3 mois : 2019-8 à 2019-10 ---
#> 5 5 11 13 TRUE --- 3 mois : 2019-11 à 2020-1 ---
#> 6 6 14 16 TRUE --- 3 mois : 2020-2 à 2020-4 ---
#> 7 7 17 19 TRUE --- 3 mois : 2020-5 à 2020-7 ---
#> 8 8 20 22 TRUE --- 3 mois : 2020-8 à 2020-10 ---
#> 9 9 23 25 TRUE --- 3 mois : 2020-11 à 2021-1 ---
#> 10 10 26 28 TRUE --- 3 mois : 2021-2 à 2021-4 ---
#> 11 11 29 29 FALSE --- 1 mois : 2021-5 ---
#> 12 12 30 30 FALSE --- 1 mois : 2021-6 ---
#######
# Scénarios courants de groupes de traitement pour des données trimestrielles
# 0- Traitement trimestre par trimestre (chaque trimestre est un groupe de traitement)
gr_tri0 <- gs.build_proc_grps(info_tri$a, info_tri$p, info_tri$n, info_tri$f,
temporal_grp_periodicity = 1,
temporal_grp_start = 1)
ajouter_desc(gr_tri0, info_tri$e, "trimestre")
#> grp beg_per end_per complete_grp description
#> 1 1 1 1 FALSE --- 1 trimestre : 2019t1 ---
#> 2 2 2 2 FALSE --- 1 trimestre : 2019t2 ---
#> 3 3 3 3 FALSE --- 1 trimestre : 2019t3 ---
#> 4 4 4 4 FALSE --- 1 trimestre : 2019t4 ---
#> 5 5 5 5 FALSE --- 1 trimestre : 2020t1 ---
#> 6 6 6 6 FALSE --- 1 trimestre : 2020t2 ---
#> 7 7 7 7 FALSE --- 1 trimestre : 2020t3 ---
#> 8 8 8 8 FALSE --- 1 trimestre : 2020t4 ---
#> 9 9 9 9 FALSE --- 1 trimestre : 2021t1 ---
#> 10 10 10 10 FALSE --- 1 trimestre : 2021t2 ---
# Groupes temporels correspondant à ...
# 1- des années civiles
gr_tri1 <- gs.build_proc_grps(info_tri$a, info_tri$p, info_tri$n, info_tri$f,
temporal_grp_periodicity = 4,
temporal_grp_start = 1)
ajouter_desc(gr_tri1, info_tri$e, "trimestre")
#> grp beg_per end_per complete_grp description
#> 1 1 1 4 TRUE --- 4 trimestres : 2019t1 à 2019t4 ---
#> 2 2 5 8 TRUE --- 4 trimestres : 2020t1 à 2020t4 ---
#> 3 3 9 9 FALSE --- 1 trimestre : 2021t1 ---
#> 4 4 10 10 FALSE --- 1 trimestre : 2021t2 ---
# 2- des années financières commençant en avril (2ième trimestre)
gr_tri2 <- gs.build_proc_grps(info_tri$a, info_tri$p, info_tri$n, info_tri$f,
temporal_grp_periodicity = 4,
temporal_grp_start = 2)
ajouter_desc(gr_tri2, info_tri$e, "trimestre")
#> grp beg_per end_per complete_grp description
#> 1 1 1 1 FALSE --- 1 trimestre : 2019t1 ---
#> 2 2 2 5 TRUE --- 4 trimestres : 2019t2 à 2020t1 ---
#> 3 3 6 9 TRUE --- 4 trimestres : 2020t2 à 2021t1 ---
#> 4 4 10 10 FALSE --- 1 trimestre : 2021t2 ---