如何解决R中具有面板数据的自回归模型
我有以下数据集dt
Y date segment
10 2019-11-11 1
12 2019-11-12 1
9 2019-11-13 1
...
..
14 2019-12-15 5
12 2019-12-16 5
10 2019-12-17 5
我想建立一个这样的自回归模型
Y(segment,dat)_{t} = beta1*Y(segment,dat)_{t-1} + beta2*Y(segment,dat)_{t-2}...
我只需要处理一个细分问题,就像我要做的那样:
library(dynlm)
Y <- dt$Y
AR2 <- dynlm(ts(Y) ~ L(ts(Y)) + L(ts(Y),2) )
我不确定如何同时处理多个细分
解决方法
最简单的方法是像这样使用lm()
:
library(tidyverse)
dt <- tibble(
Y = sample(1:50,200,replace=TRUE),date = rep(seq(as.Date("2019-11-11"),by="1 day",length=40),5),segment = rep(1:5,rep(40,5))
)
dt <- dt %>%
arrange(segment,date) %>%
group_by(segment) %>%
mutate(
Y1 = dplyr::lag(Y,1),Y2 = dplyr::lag(Y,2)
) %>%
ungroup()
fit <- lm(Y ~ Y1 + Y2,data=dt)
由reprex package(v0.3.0)于2020-08-27创建
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。