通过R studio将CSV输入到带日期的R预测？
通过R studio将CSV输入到带日期的R预测？
提问于 2012-12-26 01:43:43
我有一个非常简单的csv文件，我正在尝试不同的预测方法。
Year total UnemplRt
1 12/31/2013 NA 7.1
2 12/31/2012 39535 8.3
3 12/31/2011 36965 10.0
4 12/31/2010 36234 10.9
5 12/31/2009 37918 8.5
6 12/31/2008 42235 4.3
7 12/31/2007 55698 3.7
8 12/31/2006 58664 3.8
9 12/31/2005 59674 4.7
10 12/31/2004 51439 5.7 当我使用R studio导入它时，我得到了这个列表。(上图)，它只有列表名称。以及我似乎不能引用的Col头。
我完全是R的新手，但是我想我应该有一个Dataframe，并且第一列应该是date类型。不知道从这里怎么走..然后..。这是预测输入的正确布局吗？
如何使用预测(多模型)来使用行10-4使用3上的UnemplRt预测3上的“总数”(这是预先知道的，依此类推。10-3到预测2和10-2到预测1)当然是对即将到来的一年的预测…我已经从电子表格中的直线回归中得到了它，但它太高了，所以我正在寻找能更好地对最近的数据进行因子分析的方法，并关注曲线，而不仅仅是直线。
这是可怕的简单化，但希望足够通用，以便其他人也能找到有用的答案。
回答 1
Stack Overflow用户
回答已采纳
发布于 2012-12-26 02:56:30
我不是100%确定你在问什么，但我假设你想创建一些包含一些回归的时间序列模型。下面概述了构建一个简单的时间序列模型和一个包含回归器的模型。
# load the base data as presented in the question
Workbook1 <- structure(list(Year = structure(1:10, .Label = c("31-Dec-04",
"31-Dec-05", "31-Dec-06", "31-Dec-07", "31-Dec-08", "31-Dec-09",
"31-Dec-10", "31-Dec-11", "31-Dec-12", "31-Dec-13"), class = "factor"),
total = c(51439L, 59674L, 58664L, 55698L, 42235L, 37918L,
36234L, 36965L, 39535L, NA), UnemplRt = c(5.7, 4.7, 3.8,
3.7, 4.3, 8.5, 10.9, 10, 8.3, 7.1)), .Names = c("Year", "total",
"UnemplRt"), class = "data.frame", row.names = c(NA, -10L))
# Make a time series out of the value
dependent <- ts(Workbook1[1:9,]$total, start=c(2004), frequency=1)
# load forecast package
require(forecast)
# make a model that fits, you can get other models as well. Think it is best to some studying of the forecast package documentation.
fit <- auto.arima(dependent)
# do the actual forecast
fcast <- forecast(fit)
# here some results of the forecast
fcast
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
2013 39535 31852.42 47217.58 27785.501 51284.50
# You can make a plot as following:
plot(fcast)由于您包含了一些失业率数据，因此我假设您可能希望在某种回归模型的预测中包含这些数据。下面是一个关于如何实现这一点的模型：
# load independent variables in variables.
unemployment <- ts(Workbook1[1:9,]$UnemplRt, start=c(2004), frequency=1)
unemployment_future <- ts(Workbook1[10:10,]$UnemplRt, start=c(2004), frequency=1)
# make a model that fits the history
fit2 <- auto.arima(dependent, xreg=unemployment)
# generate a forecast with the already known unemployment rate for 2013.
fcast2 <- forecast(fit2,xreg=unemployment_future)这里是预测的结果，你也可以像上面一样绘制一张图。
fcast2
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
2013 45168.02 38848.92 51487.12 35503.79 54832.25希望以上内容能有所帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/14032768
复制相关文章
相似问题
腾讯云开发者
