带时间变量的 lm 函数答案

【问题标题】：lm function with time variable带时间变量的 lm 函数
【发布时间】：2021-03-03 05:04:46
【问题描述】：

我今天更新了我的 R 版本，现在我收到了 lm() 函数的错误。现在在 R 版本 4.0.3 (2020-10-10) 上运行

这是我保存在df中的数据结构：

（如果图片没有加载，它是一个有 2 列的数据框：'Date' 和 'Value'。（使用 as.Date() 函数将日期保存为日期）

我想知道线性回归线的斜率，所以我使用以下函数：

trend <- lm(formula = Date~Value, data=df)

它通常会返回趋势线的截距和斜率，但在我的 R 版本更新后，我收到以下错误：

lm.fit 中的错误（x，y，offset = offset，singular.ok =singular.ok，...）：'y' 中的 NA/NaN/Inf

我的数据框中没有 NA 值，我还没有找到解决此错误的方法。是否有人建议如何修复它或以其他方式了解趋势线的斜率。我认为这是因为我使用了日期变量，因为如果我使用 2 个数值变量，该函数不会返回错误。

提前感谢您的时间和帮助！

【问题讨论】：

【解决方案1】：

如果您想对一个变量使用简单的线性回归，您可以将日期转换为运行天数（自开始以来的天数）。

查看您的数据不会给您带来太多好处，因为它看起来不是很“线性”。因此，您可以将日期解构为相关组件（也可能使用上面的运行日期）：

（或其中的选择）并对这些整数执行多元线性回归。

最后但并非最不重要的时间序列预测将是最正确的方法（auto.arima() 即）

【讨论】：

是股票市场价格的数据（我在这个例子中只选择了1个月的数据，仪表盘中使用了25年的数据）。回归线只是为了表明股票价格随时间的变化情况。
@BrechtSreukers 那么运行日的第一个选项将是解决方案。或者，如果您只想打印它：使用 ggplot(...) + geom_smooth(method = "lm")
使用运行天数作为变量，完美运行！我使用以下代码添加了这个变量（以防万一有人遇到同样的问题）：df$NumDays <- round(difftime(df$Date,mindate ,units="days"), digits = 0) [对不起，您回答时仍在输入此评论，但我已经发现您的解决方案运行良好]