时间序列数据的多元分析

Question

我正在分析我收集了 3 周的一些数据，特别是我想将因变量 (y) 与其他 10 个独立的气象变量 (x1 - x10) 相关联； 我正在考虑多元回归，但我也想将平稳数据视为时间序列，因为在整个时间范围内每 5 分钟收集一次所有数据。 像这样的东西：y(t) ~ a1 * x1 (t) + ... + a10 * x10 (t) + q (t) 你可以建议什么样的模型，在 R cran 中运行？ 或者，我还想进行一种聚类分析，该分析也将时间视为协变量，但没有找到适合 R cran 的包。 提前谢谢你，伊莉莎

Answer 1

但是，您的方程 y(t) ~ a1 * x1 (t) + ... + a10 * x10 (t) + q (t) 并不是真正的时间序列模型，因为所有输入都在时间 t。 你的意思是 y(t) ~ a1 * x1 (t) + ... + a10 * x10 (t) + y(t - 1) 吗？

函数stats::arima可以使用参数xreg来拟合多元时间序列模型以包含协变量。

要将时间作为协变量进行聚类，只需将时间列转换为数字列。 然后有大量的聚类方法，包括kmeans和hclust(dist(myData)) 。 请参阅此处了解更多详情。