R中具有滞后时间序列数据的回归 [英] Regression with lagged time time series data in R

问题描述

我有两个时间序列数据A和B。我想在R中执行以下线性回归

A~LAGS(A，1：2)+LAGS(B，1：2)

您能帮我弄一下R码吗？

推荐答案

使用Dyn和内置的BOD数据框(包含时间和需求两列)，我们可以指定指示的滞后。

请注意，dplyr包存取器延迟，因此仅在加载它的情况下恢复基本延迟。请注意LAG所需的符号。

使用dyn$lm和Zoo(Bod)将导致自动对齐。

如果BOD不只包括数字数据，则有必要删除所有未首先使用的列；但是，这里的BOD完全是数字。

library(dyn)  # also loads zoo

lag <- stats::lag
fm <- dyn$lm(demand ~ lag(demand, -(1:2)) + lag(Time, -(1:2)), zoo(BOD))
fm

给予：

Call:
lm(formula = dyn(demand ~ lag(demand, -(1:2)) + lag(Time, -(1:2))), 
    data = zoo(BOD))

Coefficients:
         (Intercept)  lag(demand, -(1:2))1  lag(demand, -(1:2))2  
             23.5410               -0.5126               -0.5071  
  lag(Time, -(1:2))1    lag(Time, -(1:2))2  
              2.4737                    NA  

这显示了BOD和使用的模型.框架和模型.矩阵。

> BOD
  Time demand
1    1    8.3
2    2   10.3
3    3   19.0
4    4   16.0
5    5   15.6
6    7   19.8

> model.frame(fm)
  demand lag(demand, -(1:2)).1 lag(demand, -(1:2)).2 lag(Time, -(1:2)).1 lag(Time, -(1:2)).2
3   19.0                  10.3                   8.3                   2                   1
4   16.0                  19.0                  10.3                   3                   2
5   15.6                  16.0                  19.0                   4                   3
6   19.8                  15.6                  16.0                   5                   4

> model.matrix(fm)
  (Intercept) lag(demand, -(1:2))1 lag(demand, -(1:2))2 lag(Time, -(1:2))1 lag(Time, -(1:2))2
3           1                 10.3                  8.3                  2                  1
4           1                 19.0                 10.3                  3                  2
5           1                 16.0                 19.0                  4                  3
6           1                 15.6                 16.0                  5                  4
attr(,"assign")
[1] 0 1 1 2 2

这篇关于R中具有滞后时间序列数据的回归的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！