XTS 对象的线性回归答案

【问题标题】：Linear regression with XTS objectXTS 对象的线性回归
【发布时间】：2014-03-08 16:34:24
【问题描述】：

如何使用xts 对象进行线性回归？ lm(xtsObject ~ index(xtsObject)) 不行，我试过了。

我的数据是一家公司的每日股价。但是index 将自纪元以来的秒数提供给lm 函数。如何解决？

【问题讨论】：

dyn 包可以对动物园对象进行回归。

【解决方案1】：

# Load library
library(tsbox)

# Convert xts to dataframe
dataframe = ts_data.frame(xts)

# See dataframe header
head(dataframe)

# Run regression
fit = lm(value ~ time, dataframe)

# Find result
summary(fit)

【讨论】：

【解决方案2】：

Gavin Simpson的解决方案是危险的。要查看这一点，请注意，当您在以上运行回归时，Time Trend是as.numeric(df$Time)。这次趋势在1167724800开始。一般时间趋势开始于0.这很重要，因为如果您不知道您的时间趋势的起源，则会错误地解释您的系数估计。我建议了几个更好的替代方案。

data(sample_matrix)
xtsObject <- as.xts(sample_matrix, descr="my new xts object")

#Option 1, the best by far, no need to transform to a data.frame
library(dynlm)
dynlm(Open ~ trend(Open), data = xtsObject)

#Option 2, another option
library(dynlm) 
xtsObject$t <- 0:(nrow(xtsObject)-1)
dynlm(Open ~ t, data = xtsObject)

#Option 3, the data.frame route
df <- data.frame(xtsObject['/'][,"Open"], t = 1:nrow(xtsObject))
lm(Open ~ t, df)

【讨论】：

我的答案是不是 i>危险。这不是统计建议的网站。我展示了一种方法来使用r来获得op想要的东西。你的观点没有“意识到意识起源......”是一个稻草男人的论点。一个人希望，如果一个人与数据拟合回归，就会知道他们的数据是如何格式化/编码的，并相应行动。 span>

【解决方案3】：

从xtsObject 中提取数据和时间索引（就像您已经做的那样）到一个数据框中，给每个数据一个合适的名称。使用此名称引用公式中的变量，并将此数据框作为参数数据传递。比如使用?xts中的示例数据：

require("xts")
data(sample_matrix)
xtsObject <- as.xts(sample_matrix, descr="my new xts object")

## the example ts has several variables Open High Low Close,
## here I take just one, "Open"
df <- data.frame(xtsObject['/'][,"Open"], Time = index(xtsObject))
head(df)

> head(df)
               Open       Time
2007-01-02 50.03978 2007-01-02
2007-01-03 50.23050 2007-01-03
2007-01-04 50.42096 2007-01-04
2007-01-05 50.37347 2007-01-05
2007-01-06 50.24433 2007-01-06
2007-01-07 50.13211 2007-01-07

现在拟合模型

mod <- lm(Open ~ Time, data = df)
summary(mod)

> mod <- lm(Open ~ Time, data = df)
> summary(mod)

Call:
lm(formula = Open ~ Time, data = df)

Residuals:
     Min       1Q   Median       3Q      Max 
-1.16144 -0.47952 -0.08462  0.57053  1.44329 

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept)  3.199e+02  1.199e+01   26.68   <2e-16 ***
Time        -2.302e-07  1.020e-08  -22.57   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.6146 on 178 degrees of freedom
Multiple R-squared:  0.741, Adjusted R-squared:  0.7395 
F-statistic: 509.2 on 1 and 178 DF,  p-value: < 2.2e-16

lm() 对 xts 对象一无所知，所以如果有疑问，请做简单的事情并将它知道的东西传递给它。

请注意，您可以使用coredata(xtsObject) 而不是xtsObject['/']，例如

> head(coredata(xtsObject))
         Open     High      Low    Close
[1,] 50.03978 50.11778 49.95041 50.11778
[2,] 50.23050 50.42188 50.23050 50.39767
[3,] 50.42096 50.42096 50.26414 50.33236
[4,] 50.37347 50.37347 50.22103 50.33459
[5,] 50.24433 50.24433 50.11121 50.18112
[6,] 50.13211 50.21561 49.99185 49.99185

【讨论】：

我相信您提出了一个具有误导性但并非完全不正确的解决方案。请阅读下面的答案，让我知道您的想法。
这不是一个统计帮助网站，而是一个关于编程的网站 - OP 提出了一个带有 no 数据的问题。我编造了一些数据并展示了如何做他们想做的事。由 OP 来决定他们想要的趋势分量的规模——我能看到的唯一问题是我实际展示的内容（不是我会为自己的数据这样做）是趋势的估计影响很小考虑到趋势变量的大尺度。我可以想到为什么趋势从 0 开始没有用的许多原因 - 另一种方法是将时间变量居中。
我不同意。如果您知道时间趋势从 1167724800 开始，那么您的方法很好。但是，这种方法的结果不是很可读。这就是为什么人们在实践中选择从 1 或 0 开始的时间趋势 (en.wikipedia.org/wiki/Linear_trend_estimation)。例如，如果时间趋势从 1 开始，则截距代表数据的平均值。出于这个原因，我建议人们考虑我在下面概述的方法。此外，使用dynlm 或dyn 比转换为data.frame 以使用lm 更有意义。
截距表示当x 为零时y 的期望值。如果x 从 1 开始，则截距与协变量范围之外的点相关，就像在我的示例中一样。时间趋势并不是从你所说的荒谬值开始的：as.numeric(as.Date("2007-01-02")) 给出了13515 - 即自纪元以来的许多天。我认为您将日期误认为是 POSIXt 次。您的方法可能同样具有误导性：trend(x) 为常规时间排序生成 seq_along(x) - 我所做的几乎所有时间序列建模都是时间不规则的。
我的意思是，由于 OP 没有提供数据，因此我制作了一些简单的数据来展示如何准确提取数据的时间点。我并不是在提倡您使用这些 exact 日期 - 如果我这样做，我经常将时间变量缩放为 / 1000，或者将其居中，以便截距很好地限制在观察中 - 我只是显示过程。你的方法也做出假设。我可以看到使用类似 dynlm 的工具的实用性，但前提是数据是定期观察。同样，这不是一个关于统计细节的网站 - 我假设 OP 有大脑并且会使用它。