使用差分响应变量的r中的线性回归

Question

我正在尝试运行此代码

 r2<-lm(diff(Y)~.,data=credit.train)

现在，我得到了错误：

model.frame.default（formula = diff（Y）〜。，data = credit.train，：中的错误：可变长度不同（找到't'）

我知道，在相异的情况下，Y的行数减少1，而X变量却没有发生。 任何想法如何解决这个问题？

Answer 1

您可以使用I()函数在一端或另一端进行扩展（损失一组预测变量）

从?lm页面：

ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14)
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69)
group <- gl(2, 10, 20, labels = c("Ctl","Trt"))
weight <- c(ctl, trt)
lm.D9 <- lm(I(c(diff(weight),NA)) ~ group)  # no error

同样也没有错误：

lm.D9 <- lm( c(diff(weight),NA) ~ group)

Answer 2

我想您想针对某个变量x(n)或t(n)等对值Y的增加进行回归，即Y(n+1)-Y(n) ，所以只需从数据帧中过滤掉最后一行：

  r2 <- lm(diff(Y) ~ ., data = credit.train[1:(length(credit.train)-1), ])