3
私は非常に経験の浅いRですが、それは最高の統計パッケージだと言われています。私は研究のためにそれを研究しましたが、私は時系列データ、特に回帰に関する難局にあります。私は多重回帰を行う方法を知っていますし、SARIMAモデルで予測を行う方法はある程度分かっていますが、時系列の多重回帰を行う方法がわかりません。Rの時系列回帰：基礎からの助け
ここに私のデータのサンプルがあります。私はいつもCSVからインポートします。
HomRate Unemp Av_Schl GNI_perCapita
2000 5.5 4.099 12.7 36930
2001 6.6 4.800 N/A 37860
2002 5.6 5.900 N/A 38590
2003 5.6 6.099 N/A 39960
2004 5.5 5.599 12.87391 42260
2005 5.6 5.199 12.8 44740
2006 5.8 4.699 12.96034 47390
2007 5.6 4.699 N/A 48420
2008 5.4 5.900 13.20913 48640
2009 5.0 9.399 13.29049 47250
殺人、またはHomRateは従属変数であり、その他は独立しています。このために、データに変換がないとしましょう。
lmを使用する代わりに、複数の線形回帰と同様に、forecastパッケージのtslmを使用します。しかし、Rによると、私のデータは時系列データとして読み込まれません。それをどうすればいいの？私が実際に見つけた例は、基礎となるデータを示しているので、互換性のあるデータがどのようなものであるかはわかりません。
私がtslmコマンドをオフにすると、残りのロジックは重回帰のようになりますか？ （すなわち、model=tslm(HomRate~Unemp+Av_Schl+...)）それとも、コーディングの面では非常に異なっていますか？
ありがとうございます。詳細が必要な場合はお知らせください。
に新しい人々のための低リスクの道をフィードバックを与えてください（HTTPS：//www.otextsを.org/fpp）、Rob Hyndman（ 'forecast'パッケージの著者でもあります）オープンソースではありませんが、[入門時系列シリーズ]（https://www.amazon.com/Introductory-Time-R-Use/dp/0387886974/ref=sr_1_1?ie=UTF8&qid=1491789821&sr=8-1&keywords = cowpertwait + time + series）。 – eipi10
ありがとう、それは非常に便利です！私は4.8を助けてくれましたが、米国の消費と呼ばれるパッケージfppで使用したデータをダウンロードすると、自分のデータと何が違うのか分かりませんでした。上記のデータセットを使用すると、時系列データではなく、lm（）を使用し、そのエラーが発生しないようにHyndmanのデータが何か違うのか分かりません。 –
あなたのデータは「時系列」データかもしれませんが、あなたが使用しようとしている関数はおそらくデータフレームを時系列*クラス*に変換する必要があります。たとえば、 'class（usconsumption）'を実行すると、このデータセットにクラス 'mts'と' ts'があることがわかります。'str（usconsumption）'を実行すると、それは 'Time Series'であることがわかります。 'read.csv'を使ってcsvファイルを読むと、あなたのデータフレームはおそらく' data frame'クラスです。使用するモデリング関数の適切な時系列クラスに変換する必要があります。 – eipi10