我正在寻找一个简单的通用回归库,并使用示例数据进行建模,同时考虑空间和时间。我是初学者。我有一些具有空间和时间组件的简单数据。它是一个带有列的标准data.frame:
地点不移动,时间部分是年份(可以是月份,我明白将涉及季节性)。
e.g。
library(tidyverse)
tibble::tribble(
~Town, ~lon, ~lat, ~year, ~value1, ~value2,
"Gdańsk", 18.62723, 54.36528, 2013L, 200, 220000,
"Warszawa", 21.10167, 52.24707, 2013L, 100, 130000,
"Białystok", 23.17073, 53.11619, 2014L, 100, 230000,
"Olsztyn", 20.48121, 53.77034, 2013L, 350, 150000,
"Kłębowo", 18.10021, 54.59029, 2014L, 200, 200000
)
你能指导我最简单的使用时空库,并指导如何在一些简单的回归中考虑位置和时间,例如,预测新数据的值1和值2列。
出于好奇,如果位置移动和时间组件是几天需要哪些步骤?