使用ggplot2平滑自动关联时间序列数据

Question

有没有办法在ggplot2中引入自动关联时间序列的平滑函数？

我有自动关联的时间序列数据，我目前使用手动过程来确定拟合样条的95％CI。

使用和日期位于数据框AB中。是我使用该模型的主要组成部分如下：

d<-AB$Date 
    a<-AB$Usage 

    o<-order(d) 
    d<-d[o] 
    a<-a[o] 

    id<-ts(1:length(d)) 
    a1<-ts(a) 

    a2<-lag(a1-1) 
    tg<-ts.union(a1,id,a2) 
    mg<-lm(a1~a2+bs(id,df=df1), data=tg) 

从这个模型我获得拟合装置和其用于制定出95％CI为拟合样条拟合的标准误差。

我看过ggplot2中lm方法的例子，用一个术语来指定模型公式。 这种时间序列模型在时间序列自相关时可以实现吗？

谢谢。

Answer 1

如果您使用ggplot2中的简单公式来增加任何适合的模型（如果残差存在依赖关系），则CI将会有偏差。

如果我这样做，我会适应任何模式，我想外的gpplot2。然后根据该模型预测在协变量范围内均匀间隔的网格。计算这些预测的置信区间，并将这些与拟合值和数据组合到一个数据框中。从那里你可以分别使用geom_line()和geom_ribbon()来拟合模型和置信区间。这使您可以计算适当的置信区间来解释残差缺乏独立性。

我预见的一个问题是，您有一个包含两个协变量的模型，而ggplot()通常会考虑响应与单个协变量之间的关系。例如，如果你在ggplot密谋a1 VS id但该模型是a2 + bs(id)那么你需要以某种方式占a2第一，可以说为预测值的范围在id但保持a2固定在某个合理的值，说样本的意思。