我使用dynlm函数来回归一个差分序列作为因变量,并将其5个滞后作为回归变量。随附摘要输出文件。有人能帮我从汇总输出中计算水平拟合值吗。我还附上了显示残差值和基于上述回归的拟合值的数据框?
摘要输出
Time series regression with "ts" data:
Start = 6, End = 364
Call:
dynlm(formula = dusagets ~ (L(dusagets, 1:5)))
Residuals:
Min 1Q Median 3Q Max
-6915.9 -748.9 20.7 822.1 6099.6
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -41.24158 88.26414 -0.467 0.640608
L(dusagets, 1:5)1 -0.19753 0.05231 -3.776 0.000187 ***
L(dusagets, 1:5)2 -0.43436 0.05311 -8.179 5.22e-15 ***
L(dusagets, 1:5)3 -0.15207 0.05729 -2.654 0.008305 **
L(dusagets, 1:5)4 -0.14216 0.05292 -2.687 0.007561 **
L(dusagets, 1:5)5 -0.17909 0.05243 -3.415 0.000711 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 1671 on 353 degrees of freedom
Multiple R-squared: 0.1858, Adjusted R-squared: 0.1743
F-statistic: 16.11 on 5 and 353 DF, p-value: 2.602e-14
第S页如何附加文件。想把残差和回归拟合值附加到文件中,但不知道怎么做!
向致以最良好的问候
Deepak
通过处理差异,所有丢失的都是序列的初始级别。这里有一个例子,如何通过引入滞后项来回到情况更加复杂的水平。
y <- log10(UKDriverDeaths)
dy <- diff(y)
m <- dynlm(dy ~ L(dy, 1) + L(dy, 12))
现在fitted(m)
已经为差异拟合了值,唯一缺少的是知道从哪里开始。特别是,我们有
cumsum(fitted(m)) + y[1 + 12]
是可以与初始系列水平进行比较的值,
tail(y, -(1 + 12))
其中我们由于取得差异而失去1个观测值,而另外12个观测值对应于最大滞后。
为什么 1现在忘记了滞后,只考虑 yt=(yt-y1(+(y2-y1(+y1=Δyt+Δyt-1+…+Δy2+y1。 也就是说,通过对从开始到周期t的所有变化求和,我们首先得到总变化yt-y1,然后关于得到yt我们还加上y2-起始水平。 通过使用cumsum(fitted(m)) + y[1 + 12]
会给出所需的结果?一般来说,设观测到的级数为y1,y2。。。差值为Δy2,Δy3。。。,注意,由于没有y0,我们没有Δycumsum
的作用,注意cumsum
,我们以矢量化的方式累积每个t的这些变化,然后我们将y13添加到整个向量cumsum(fitted(m))
,因为它们都具有相同的感兴趣的起点y13。