extrapolieren in der R für eine time-series data

Ich habe eine time-series-Daten für die letzten 20 Jahre. Die variable wurde gemessen, jedes Jahr, so habe ich 20 Werte. Ich habe eine tab-getrennte Datei mit der ersten Spalte repräsentieren Jahres und die zweite Spalte den Wert.
Hier ist, wie es aussieht :

1991 438 
1992 408 
1993 381 
1994 361 
1995 338 
1996 315 
1997 289 
1998 261 
1999 229 
2000 206 
2001 190 
2002 173 
2003 151 
2004 141 
2005 126 
2006 108 
2007 99 
2008 93 
2009 85 
2010 77 
2011 71 
2012 67

Ich soll zu extrapolieren den Wert der zweiten Spalte für die kommenden Jahre. Die rate, mit der die Werte in der zweiten Spalte ist die Verringerung ist auch runter geht, so denke ich, wir können nicht lineare regression. Ich möchte wissen, in welchem Jahr die zweite Spalte nähern sich dem Wert null. Ich habe noch nie verwendet, R also wäre es toll, wenn Sie auch mir helfen mit dem code, der verwendet wird zum Lesen der Daten aus einer tab-getrennten Datei.

Dank

-1. Es gibt Tausende von Ressourcen, wie zum Lesen von Daten in R. Der andere Teil der Frage ist besser geeignet, auf stats.stackexchange.com.
Nicht zu erwähnen, ein ganzes Handbuch nur für die Daten-Eingabe/Ausgabe
Versuchen Sie dies: library(zoo); library(forecast); z <- read.zoo("file.dat"); f <- forecast(z); print(f); plot(f) und Lesen Sie die 5 Vignetten (PDF-Dokumente) hier: cran.r-project.org/web/packages/zoo/index.html
Nein, grundlegende Fragen auf, wie das Programm extrapolation sind sehr viel on-topic hier. Eigentlich hatte ich die Forschung es mir vor kurzem, und festgestellt, dass es eine Lücke in SO knowledgebase, also ich habe meine Antwort. Ehrlich gesagt, R ist ein wirres Durcheinander auf interpolation/extrapolation.
Aber ja, mischen dies mit einer Frage an das Lesen in der Datei war auch nicht gerade förderlich um sich eine gute Antwort.

InformationsquelleAutor user1985425 | 2013-03-20

  1. 7

    Folgende ist eine Skizze, die helfen können Sie loslegen. 

    ## get the data
tmp <- read.table(text="1991    438
1992    408
1993    381
1994    361
1995    338
1996    315
1997    289
1998    261
1999    229
2000    206
2001    190
2002    173
2003    151
2004    141
2005    126
2006    108
2007    99
2008    93
2009    85
2010    77
2011    71
2012    67", col.names=c("Year", "value"))

library(ggplot2)

## develop a model
tmp$pred1 <- predict(lm(value ~ poly(Year, 2), data=tmp))

## look at the data
p1 <- ggplot(tmp, aes(x = Year, y=value)) +
  geom_line() +
  geom_point() +
  geom_hline(aes(yintercept=0))

print(p1)

## check the model
p1 +
  geom_line(aes(y = pred1), color="red")

## extrapolate based on model
pred <- data.frame(Year=1990:2050)
pred$value <- predict(lm(value ~ poly(Year, 2), data=tmp),newdata=pred)

p1 +
  geom_line(color="red", data=pred)

    In diesem Fall unser Modell sagt, die Linie wird nie Kreuz auf null. Wenn das keinen Sinn macht, dann werden Sie wollen, wählen ein anderes Modell. Für welches Modell Sie auswählen, Kurve mit dem Ergebnis zusammen mit den Daten, so dass Sie sehen können, wie gut Sie tun.

    Ich denke, dass in Zeile 40 sollte es sein geom_line(aes(y = tmp$pred1), color="red") statt geom_line(aes(y = pred1), color="red")
    entweder das, oder definieren tmp$pred1 vor dem erstellen p1 oder machen geom_line Lesen Sie die Daten wieder mit geom_line(aes(y = pred1), color="red", data = tmp)
    Ich habe bearbeitet die Antwort, die Definition tmp$pred1 ersten.

    InformationsquelleAutor Ista

  2. 5

    Zu Lesen, in der Sie Daten von formatierten Datei:

    require(utils)  # (make sure you have 'utils' package installed!)
data <- read.table('<filename>', header=FALSE, colnames=c('Year','Value'))

    sehen und die Lesen.Tabelle manpage

    Zu extrapolieren die Daten:

    als EDi und Dirk gesagt, Sie müssen noch ein wenig Lesen. Entscheiden Sie, welche Art der extrapolation fn, die Sie wollen: linear (Hmisc::approxExtrap für die lineare extrapolation; approxfun tut interpolation aber keine extrapolation), spline(stats::splinefun oder splines - Paket), etc. splinefun ist wahrscheinlich ok, für Ihren Fall.
    Speziell für die Prognose von Zeitreihen, siehe Prognose (sollten Sie auch durchsuchen Verwandte Fragen).
    Nachdem Sie überfliegen diese manpages, etwas ausprobieren, post code und sagen Sie uns, wo Sie stecken, kann reagieren. Andernfalls erhalten Sie gnadenlos geflamed und deine Frage wird wahrscheinlich geschlossen werden, wie 'Give me teh codez' 😉

    Dank smci für den Hinweis mich in die richtige Richtung. lassen Sie mich die Arbeit an ihm und kommen mit einem code. vielen Dank.
    Kleine Korrektur: approxfun Linear interpoliert, aber nicht extrapoliert Linear - vielmehr ist es entweder zurück NA, oder "den Wert auf die nächsten Daten extreme".
    stimmt, aber Hmisc::approxExtrap hat

    InformationsquelleAutor smci

Schreibe einen Kommentar