Question

我的同事和我有两个数据集，每个数据集每天有1次观察，但是天数在每个数据集中不是连续的，并且在两个数据集之间不一致。

我们将每个转换为动物园对象并合并，从时间索引中删除那些日子在第二个数据集中有观察但在第一个和相反的情况下没有，用先前的观察（使用locf）填充第二个缺失的观测值

当我们运行回归时，我们没有得到每个自变量的预期的一个系数。因为我们是动物园的新手（而且我还是R的新手），我们在这里找到了有关SO的相关主题： Error when doing linear regression using zoo objects ... Error in `$<-.zoo`(`*tmp*` 在这里：regressions with xts in R，但是似乎没有什么是相同的，尽管我们尝试了各自提出的各种建议，包括使用dyn包。

当我们运行summary（regression_model）时，我们会继续获得无法识别的结果。我们的主要问题是如何使用典型的汇总统计数据进行回归。第二个问题是回归中的每个自变量是否必须表示为滞后（k = 0），这似乎是dyn文档所建议的。

从更大的两组数据中抽取的示例如下：

按日期排列的XYZ股票的价格数据

Date <- c("1/2/13", "1/3/13", "1/4/13", "1/7/13", "1/8/13", "1/9/13", "1/10/13", "1/11/13", "1/14/13", "1/15/13")
XYZ <- c(65.73, 66.85, 66.92, 66.60, 66.07, 65.90, 66.06, 66.11, 65.12, 65.06)

按日期排列的Nx数据，但日期与股票价格数据略有不同

N.Date <- c("1/2/13", "1/3/13", "1/4/13", "1/6/13", "1/7/13", "1/8/13", "1/10/13", "1/11/13", "1/12/13", "1/14/13")
ACR <- c(50.2, NA, 35.2, 67.9, NA, NA, 42.5, 45.1, 34.0, 61.9)
BCR <- c(14.3, NA, 16.5, 22.1, NA, NA, 18.4, 24.2, 19.8, 15.4)
CCR <- c(00.0, NA, 33.6, 41.2, NA, NA, 25.6, 00.0, 11.3, 32.0)

创建data.frames

stock <- data.frame (Date, XYZ)
Nx <- data.frame (N.Date, ACR, BCR, CCR)

从data.frames

创建zoo对象

z.stock <- zoo(stock, as.Date(stock[, 1], format = "%m/%d/%y"))
z.Nx <- zoo(Nx, as.Date(Nx[, 1], format = "%m/%d/%y"))

合并zoo对象，消除Nx zoo对象中的任何缺失数据

z.merge <- merge(z.stock, z.Nx, all = c(TRUE, FALSE))

用最后一次观察结果替换丢失的数据

nmd <- na.locf(z.merge, maxgap = Inf)

运行回归

mdl <- dyn$lm(nmd$XYZ ~ lag(nmd$XYZ, -1) + lag(nmd$ACR, 0) + lag(nmd$BCR, 0) +lag(nmd$CCR, 0)))
summary(mdl)

Answer 1

问题中的代码是将日期放在数据和索引中，而不仅仅放在索引中。

试试这个：

fmt <- "%m/%d/%y"
z.stock <- zoo(cbind(XYZ), as.Date(Date, fmt))
z.Nx <- zoo(cbind(ACR, BCR, CCR), as.Date(N.Date, fmt))

z.merge <- merge(z.stock, z.Nx, all = c(TRUE, FALSE))
nmd <- na.locf(z.merge)

dyn$lm(XYZ ~ lag(XYZ, -1) + ACR + BCR + CCR, nmd)

为什么使用Zoo对象进行回归会产生无法识别的结果

1 个答案: