lm関数on 1min xts時系列

Question

私は線形回帰関数lmが1分間隔の時系列で完全に機能するかどうか疑問に思っています。私ははいと思っていますが、一見このような場合はありません。私はlm(z ~ index(z))が

Coefficients: 
(Intercept)  index(z) 
     11   NA 

だから、回帰の傾きがNAであるを与える適用z

      mean 
    2016-03-11 08:37:00 10 
    2016-03-11 08:38:00 11 
    2016-03-11 08:39:00 12 

XTS時系列以下を持っています。なぜだろう？私はこれを計算することができなかった数学的な理由は見ません。

私はzが予想通り

     mean 
2016-03-11 08:33:00 10 
2016-03-11 08:38:00 11 
2016-03-11 08:39:00 12 

次いでlm(z ~ index(z))作品に等しく、4.839e-3

Coefficients: 
(Intercept)  index(z) 
-7.053e+06 4.839e-03 

の傾きを戻し、5分間の間隔を有するように最初の行の時間を変更する場合

lmの機能がどのように機能するかについて私は誤解していますか？または誰でもこの動作についてコメントできますか？ 1minの勾配を計算できる他の関数はありますか？

Answer 1

これはxtsやlmの機能に固有のものではありません。一般的に線形回帰係数を見積もる際の問題です。実質的に変化しないデータ（浮動小数点演算の精度内）を使用してデータ系列の変動を見積もることはできません。

あなたはあなたの最初の例は計算単数形であることがわかります。

lm(z ~ index(z), singular.ok=FALSE) 
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : 
    singular fit encountered 

しかし、それはあなたが許容値を下げた場合、「仕事」が、犠牲数値的安定性ということになります。あなたは十分なバリエーションを作成したので

lm(z ~ index(z), singular.ok=FALSE, tol=1e-8) 

Call: 
lm(formula = z ~ index(z), singular.ok = FALSE, tol = 1e-08) 

Coefficients: 
(Intercept)  index(z) 
-2.430e+07 1.667e-02 

あなたの第二の例は動作します。