时间序列的回归和普通回归的比较

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

研究目的：分析因变量Y随时间t的变化趋势（上升、下降）。

刚做了这样的分析：想比较时间序列数据和普通回归的结果。
#设置因变量Y：
Y<-c(228,189,232,198,252,315)

#将数据设置为时间序列，时间跨度为2003~2008
Y_ts<- ts(Y,start = 2003,end = 2008, frequency = 1)
t<-seq(2003,2008,length=length(Y_ts));

#对时间序列数据做回归
summary(lm(Y_ts ~ t))



#数据未做任何处理的普通回归
summary(lm(Y~c(2003:2008)))

两种回归的结果一样，不知道为什么。
时间序列数据中，对于2003，是2003年；而普通数据中的2003，就是自然数2003。
数据的性质不同，但为什么做出的回归结果一样呢？
多谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：时间序列 时间序列数据 序列数据 因变量 时间 序列

lm应该不管你是不是时间序列吧

2# aspenroad

嗯，但2种操作的数据性质不同，一个是时间序列，一个不是。

而且后来发现：其实t和c（2003:2008）没差别

那么如果我想看2003~2008的Y值随时间的变化趋势该怎么做呢？

如果用lm的话，那么时间t就当成自然数看待了（例如2003，就当成自然数2003，而不是2003年了），这样的话，lm的结果也可以用么？

多谢

你用的是R吧？在R里面c(2003:2008)和t<-seq(2003,2008,length=length(Y_ts))得到的东西是一样的。所以你是做了同样的模型估计。
在R里面做时间序列分析，尝试用arima() 对于univariate的模型，garch()（在tseries包里面）对于volatily modeling. 其他例如dse，fracdiff等的包涉及更多更复杂的时间序列分析。

tianjiachuan 发表于 2011-4-26 02:38
你用的是R吧？在R里面c(2003:2008)和t

多谢，我看看。

你的t可以直接用t=time(Y_ts)和你赋值是一样的

tianjiachuan 发表于 2011-4-26 02:38
你用的是R吧？在R里面c(2003:2008)和t

楼上说到的fracdiff是否指fractionally differenced ，即分数差分的时间序列模型，如FARIMA模型。用分数差分可以考虑时间序列的长记忆性。这个R里面有现成的可以调用吗？？

7# superhugo
可以

7# superhugo

亲，你那两个模型做的是一个回归，结果当然一样了。。。

R里有个包叫fracdiff，里面有一些FARIMA参数d的估计方法，比如fracdiff，fdGPH，whittleFit之类的函数可以做参数估计。。。但是只针对了平稳的情况。。。
非平稳的情况你要自己看着paper写代码了。。。