朱莉娅 |如何对 TimeArray 数据集执行线性回归答案

【问题标题】：Julia | How to perform a linear regression on a TimeArray dataset朱莉娅 |如何对 TimeArray 数据集执行线性回归
【发布时间】：2016-12-21 05:39:19
【问题描述】：

我有一个TimeArray 类型的数据集，我想执行线性回归。但是，julia 目前似乎不支持TimeArray 类型的回归方法。

我可以将数据下载为DataFrame 而不是TimeArray 并使用GLM 包，但TimeArray 时间戳对于以后的其他分析非常有用。我想直接对TimeArray 数据集执行线性回归。

编辑1：下面给出一个简单的例子：

julia> using TimeSeries

       dates = collect(Date(1999,1,1):Date(1999,1,31))

       # Dependent variable
       y  = TimeArray(dates, rand(length(dates)))

       # Explanatory variables 
       x1 = TimeArray(dates, rand(length(dates))) # Explanatory variable 1
       x2 = TimeArray(dates, rand(length(dates))) # Explanatory variable 2
       x  = rename(merge(x1,x2), ["x1", "x2"])    # Merge x1 and x2 into a single TimeArray

       # Linear regression
       coefs = linreg(x, y) # Yields a method error since linreg does not support the TimeArray type.

有没有人找到解决此问题的解决方案或解决方法？

【问题讨论】：

只是我的 2 美分：如果您发布一个包含数据的最小示例以及您所设想的/您尝试过的代码不起作用，那么您更有可能得到可能想要修补的人并弄清楚。就像现在一样，有人将这个问题作为一般性问题来回答的唯一方法是，如果某人在最近的过去遇到并解决了确切相同的问题，这种可能性要小得多.
另外，为什么你不能在 DataFrame 版本上进行分析，并简单地保存时间戳以供以后分析？
有关实施 Tasos 建议的更多详细信息，请参见此处：stackoverflow.com/help/mcve
线性回归只使用值，而不是时间戳，对吧？
我不确定这是否不是您想要的，但coefs = linreg(x.values,y.values) 似乎对我有用

标签： statistics time-series regression julia linear-regression

【解决方案1】：

TimeArray 类型似乎有一个.values 字段，您可以使用该字段以正确的顺序获取与数组关联的值。因此，您可以使用以下方法执行线性回归：

coefs = linreg(x.values,y.values)

【讨论】：

如果您喜欢冒险，您甚至可以为使用 .values 字段的 TimeArray 类型定义一个新的 linreg 方法 :)