Ajuste de la ecuación de regresión personalizada con datos en R.
Imaginemos que tengo los siguientes datos:
biblioteca(zoo)
Fechas = seq(as.Date(‘2000-01-01 & # 39;), as.Date(‘2005-12-31 & # 39;), por = & # 39; 6 meses & # 39;)
Datos = rbind (data.frame (time = Fechas, y = rnorm (longitud (Fechas), 0, 10), mes = as.factor(formato (Fechas, ‘% m & # 39;)), tipo = & # 39; A & # 39 ;, M = log (12 + 0:11)),
data.frame (time = Fechas, y = rnorm (longitud (Fechas), 0, 10), mes = as.factor(formato (Fechas, ‘% m & # 39;)), tipo = & # 39; B & # 39 ;, M = log (3 + 0:11)),
data.frame (time = Fechas, y = rnorm (longitud (Fechas), 0, 10), mes = as.factor(formato (Fechas, ‘% m & # 39;)), tipo = & # 39; C & # 39 ;, M = log (2 + 0:11)),
data.frame (time = Fechas [3:10], y = rnorm (8, 0, 10), mes = as.factor(formato (Fechas [3:10], ‘% m & # 39;)), tipo = & # 39; D & # 39 ;, M = log (10 + 0:7)))
XX = zoo (rt (longitud (Fechas), 2, 0), Fechas)
Y un modelo hipotético
y [t, tipo] = Beta [0] + Beta [1] * xx [t] + Beta [2] * tipo + Beta [3] * mes + Beta [4] * M [t, tipo] + error
Estoy intentando usar la función lm () para estimar los parámetros del modelo anterior, dadas los datos, pero no estoy seguro de cómo ajustar la ecuación anterior en la función lm ().
¿Es posible usar la función lm () para el modelo anterior? ¿Cuáles son las otras alternativas?
davy.ai
Sí, es posible utilizar la función
lm()
para el modelo anterior. La ecuación puede ajustarse en la funciónlm()
de la siguiente manera:lm(y ~ xx + type + month + M, data = Data)
Alternativamente, también se puede utilizar la función
glm()
para estimar los parámetros del modelo. La ecuación puede ajustarse en la funciónglm()
de la siguiente manera:glm(y ~ xx + type + month + M, data = Data, family = gaussian)