時間序列數據的多元分析

Question

我正在分析我收集了 3 周的一些數據，特別是我想將因變量 (y) 與其他 10 個獨立的氣象變量 (x1 - x10) 相關聯； 我正在考慮多元回歸，但我也想將平穩數據視為時間序列，因為在整個時間范圍內每 5 分鍾收集一次所有數據。 像這樣的東西：y(t) ~ a1 * x1 (t) + ... + a10 * x10 (t) + q (t) 你可以建議什么樣的模型，在 R cran 中運行？ 或者，我還想進行一種聚類分析，該分析也將時間視為協變量，但沒有找到適合 R cran 的包。 提前謝謝你，伊莉莎

Answer 1

但是，您的方程 y(t) ~ a1 * x1 (t) + ... + a10 * x10 (t) + q (t) 並不是真正的時間序列模型，因為所有輸入都在時間 t。 你的意思是 y(t) ~ a1 * x1 (t) + ... + a10 * x10 (t) + y(t - 1) 嗎？

函數stats::arima可以使用參數xreg來擬合多元時間序列模型以包含協變量。

要將時間作為協變量進行聚類，只需將時間列轉換為數字列。 然后有大量的聚類方法，包括kmeans和hclust(dist(myData)) 。 請參閱此處了解更多詳情。