时间序列的动态负二项式回归

时间:2017-02-08 01:36:17

标签: r autoregressive-models longitudinal

我有计数数据,我需要使用动态负二项回归进行时间序列分析,因为数据具有自相关和过度离散问题。 我在网上搜索了我可以使用的任何R包,但我找不到。

我将不胜感激。

我的数据示例:

>St1
[1] 17  9 28  7 23 16 17 12 11 16 19 29  5 40 13 27 13 11 10 14 13 23 21 24  9 42 14 22 17  9

>Years
 [1] 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
[23] 2007 2008 2009 2010 2011 2012 2013 2014

>library(AER)
>library(stats)

>rd <- glm(St1 ~ Years, family = poisson)
>dispersiontest(rd) 

Overdispersion test
data:  rd
z = 2.6479, p-value = 0.00405
alternative hypothesis: true dispersion is greater than 1
sample estimates:
dispersion 
  4.305539 

#Autocorrelation
>Box.test (St1, lag=ceiling(log(length(St1))), type = "Ljung")

    Box-Ljung test

data:  St1
X-squared = 13.612, df = 4, p-value = 0.008641

1 个答案:

答案 0 :(得分:2)

所以这基本上是一个查找包的请求(这些请求被认为是偏离主题的)。所以我要看看是否可以将其转换为具有编码风格的问题。正如我在评论中所说,尝试使用“动态”作为搜索术语通常会令人失望,因为每个人似乎都希望将这个词用于一堆断开连接的目的。从控制台见证此搜索所带来的功能:

install.packages("sos")
sos::findFn(" dynamic negative binomial")
found 20 matches
Downloaded 20 links in 13 packages.

没有什么看起来有用。但看看你的引文,似乎所有的模型都有一个自动回归组件,所以这个搜索....

sos::findFn(" autoregressive negative binomial")
found 28 matches;  retrieving 2 pages
2 
Downloaded 27 links in 16 packages.

查找:"Fitting Longitudinal Data with Negative Binomial Marginal...""Generalized Linear Autoregressive Moving Average Models with..."。所以请考虑这个而不是我对“隐含问题”的回答:如何使用sos - 包从R控制台进行有效搜索?