lm 和时间序列格式 - 是否需要转换？答案

【问题标题】：lm and time series formats - is conversion necessary?lm 和时间序列格式 - 是否需要转换？
【发布时间】：2015-03-21 19:24:20
【问题描述】：

我想要几列的斜率，如下所示：

date    time
7/8/2014    23.4917166
7/9/2014    28.69671107
7/10/2014   27.3262166
7/11/2014   30.25426663
7/12/2014   29.8345944
7/13/2014   27.7473055
7/14/2014   29.8657722
7/15/2014   29.2622055

问题是，lm() 似乎无法使用 mm/dd/yyyy 格式的日期。如果我像这样将日期数据设为数字：

date    time
1   23.4917166
2   28.69671107
3   27.3262166
4   30.25426663
5   29.8345944
6   27.7473055
7   29.8657722
8   29.2622055

然后运行类似的东西

timetest <- read.table("clipboard", sep="\t", header=T)
test <- lm(time ~ date, data=timetest)
coefficients(test)[2]

我明白了：

    date 
0.5605038

那么我应该如何将 mm/dd/yyyy 日期格式转换为数字格式？有没有将它们转换为 unix 时间的函数？

【问题讨论】：

标签： r

【解决方案1】：

如果您首先将日期字段转换为指定所用格式的日期 (MM/DD/YYYY eq %m/%d/%Y)，则 lm 会为您进行转换：

timetest$new_date <- as.Date(timetest$date, format = "%m/%d/%Y")

所以，回归看起来像

test <- lm(time ~ new_date, data = timetest)
coefficients(test)[2]

并给予

as.numeric(new_date) 
           0.5605038

请注意，as.numeric 会将日期转换为自 1970-01-01 以来的天数

as.numeric(timetest$new_date[1])
[1] 16259

和

difftime(timetest$new_date[1], as.Date("1970-01-01"))
Time difference of 16259 days

您还可以使用predict 以原始字段的格式获取日期的新值

predict(test, data.frame(new_date = 
  seq.Date(as.Date("7/16/2014", format = "%m/%d/%Y"),
    as.Date("7/20/2014", format = "%m/%d/%Y"), by = 1)))

       1        2        3        4        5 
30.83212 31.39262 31.95312 32.51363 33.07413

【讨论】：

【解决方案2】：

由于某种原因 as.POSIXct() 不起作用，所以我选择了：

timetest <- read.table("clipboard", sep="\t", header=T)

timetest$date <- as.numeric(as.Date(timetest$date, "%m/%d/%Y"))

test <- lm(time ~ date, data=timetest)
coefficients(test)[2]

新的第二行只是用数值覆盖原始 m/d/y 数据。此过程不需要 Unix 时间。

【讨论】：

【解决方案3】：

如果要将日期转换为 Unix 时间，可以使用类似

unix_time<-as.numeric(as.POSIXct(date, format="%m/%d/%Y"))

但是这些值会以很多零结尾，所以我不确定它们在回归中会有多大用处。

【讨论】：