R 中滞后时间序列数据的回归

Question

我有两个时间序列数据A和B。我想在R中执行以下线性回归

A ~ 滞后(A, 1:2) + 滞后(B, 1:2)

你能帮我 R 代码吗？

Answer 1

使用 dyn 和内置的 BOD 数据框（包含两列，时间和需求），我们可以指定指示的滞后。

请注意 dplyr package clobbers 滞后所以以防万一它被加载我们恢复基本滞后。 注意滞后所需的标志。

使用 dyn$lm 和 zoo(BOD) 将导致自动 alignment。

如果 BOD 不只包含数字数据，则有必要删除所有未首先使用的列； 但是，这里的 BOD 完全是数字。

library(dyn)  # also loads zoo

lag <- stats::lag
fm <- dyn$lm(demand ~ lag(demand, -(1:2)) + lag(Time, -(1:2)), zoo(BOD))
fm

给予：

Call:
lm(formula = dyn(demand ~ lag(demand, -(1:2)) + lag(Time, -(1:2))), 
    data = zoo(BOD))

Coefficients:
         (Intercept)  lag(demand, -(1:2))1  lag(demand, -(1:2))2  
             23.5410               -0.5126               -0.5071  
  lag(Time, -(1:2))1    lag(Time, -(1:2))2  
              2.4737                    NA  

这显示 BOD 和使用的 model.frame 和 model.matrix。

> BOD
  Time demand
1    1    8.3
2    2   10.3
3    3   19.0
4    4   16.0
5    5   15.6
6    7   19.8

> model.frame(fm)
  demand lag(demand, -(1:2)).1 lag(demand, -(1:2)).2 lag(Time, -(1:2)).1 lag(Time, -(1:2)).2
3   19.0                  10.3                   8.3                   2                   1
4   16.0                  19.0                  10.3                   3                   2
5   15.6                  16.0                  19.0                   4                   3
6   19.8                  15.6                  16.0                   5                   4

> model.matrix(fm)
  (Intercept) lag(demand, -(1:2))1 lag(demand, -(1:2))2 lag(Time, -(1:2))1 lag(Time, -(1:2))2
3           1                 10.3                  8.3                  2                  1
4           1                 19.0                 10.3                  3                  2
5           1                 16.0                 19.0                  4                  3
6           1                 15.6                 16.0                  5                  4
attr(,"assign")
[1] 0 1 1 2 2