时间序列的动态负二项回归

我有一个计数数据，我需要使用动态负二项回归进行时间序列分析，因为数据具有自相关和过度分散问题。我做了一个在线搜索，可以使用任何R包，但我无法找到它。时间序列的动态负二项回归

我将不胜感激任何帮助。

我的数据的一个例子：

>St1 
[1] 17 9 28 7 23 16 17 12 11 16 19 29 5 40 13 27 13 11 10 14 13 23 21 24 9 42 14 22 17 9 

>Years 
[1] 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 
[23] 2007 2008 2009 2010 2011 2012 2013 2014 

>library(AER) 
>library(stats) 

>rd <- glm(St1 ~ Years, family = poisson) 
>dispersiontest(rd) 

Overdispersion test 
data: rd 
z = 2.6479, p-value = 0.00405 
alternative hypothesis: true dispersion is greater than 1 
sample estimates: 
dispersion 
    4.305539 

#Autocorrelation 
>Box.test (St1, lag=ceiling(log(length(St1))), type = "Ljung") 

    Box-Ljung test 

data: St1 
X-squared = 13.612, df = 4, p-value = 0.008641

来源

2017-02-08 Ali

您应该提供一个链接到面向方法论的网页，以说明“动态二项回归”。 “动态”的工作可以承担如此多的意义，它真的是_meaning _-_ less_> –

谢谢。我的理解是动态负二项回归可以解释自相关和过度分散。请参阅http://journals.sagepub.com/doi/pdf/10.1177/1471082X14535530 – Ali

所以这基本上是找到一个包的请求（并且这样的请求被认为是题外话）。所以我会看看我是否可以将它转换成具有编码风格的问题。正如我在我的评论中所说的，尝试将“动态”用作搜索词通常令人失望，因为每个人似乎都希望将这个词用于大量不连贯的目的。见证从控制台搜索出来的功能：

install.packages("sos") 
sos::findFn(" dynamic negative binomial") 
found 20 matches 
Downloaded 20 links in 13 packages.

没有什么用处。但看你的引文，似乎所有的车型有一个autoreggression组成部分，所以这个搜索....

sos::findFn(" autoregressive negative binomial") 
found 28 matches; retrieving 2 pages 
2 
Downloaded 27 links in 16 packages.

查找："Fitting Longitudinal Data with Negative Binomial Marginal..."和"Generalized Linear Autoregressive Moving Average Models with..."。因此，请考虑这个问题，而不是我对“隐含问题”的回答：如何使用sos -package从R控制台进行有效搜索？

来源

2017-02-09 17:36:29

时间序列的动态负二项回归

回答

相关问题