[英]Multivariate Analysis on Time-series data
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
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。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.