XTS 객체를 사용한 선형 회귀

Question

xts 객체를 사용하여 선형 회귀를 수행하는 방법은 무엇입니까? lm(xtsObject ~ index(xtsObject))이 작동하지 않습니다. 시도했습니다.

내 데이터는 회사의 일일 주가입니다. index은 신기원 이래로 초를 나타내며 lm 기능을 제공합니다. 어떻게 해결할 수 있습니까?

Answer 1

xtsObject의 데이터와 시간 인덱스 (이미 수행 한대로)를 데이터 프레임에 추출하여 적절한 이름을 지정하십시오. 이 이름을 사용하는 수식의 변수를 참조하고이 데이터 프레임을 인수 데이터로 전달하십시오.

는

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 

지금, 단순한 일을 의심 그래서 만약

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() 아무것도에 대한 XTS 객체를 알고 모델에게 적합하고 그것에게 무언가를 건네 예를 들어, ?xts의 예제 데이터를 사용하여 알지.

xtsObject['/'] 대신 coredata(xtsObject)을 사용할 수 있습니다.

> 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 

Answer 2

개빈 심슨의 솔루션은 위험합니다. 이것을 보시려면 위의 회귀 분석을 실행할 때 시간 추세는 as.numeric(df$Time)입니다. 이 시간 추세는 1167724800에서 시작합니다. 일반적으로 시간 추세는 0에서 시작합니다. 시간 추세의 근원을 알지 못하는 경우 계수 추정치를 잘못 해석하기 때문에 중요합니다. 나는 몇 가지 더 나은 대안을 제안했다.

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)