外推时间序列

我通过谷歌在过去4年里下载的年收入：如何在数据显示外推时间序列

library(quantmod) 
getFinancials(GOOG) 
df<-viewFinancials(GOOG.f, type='IS', period='A',subset = NULL)['Net Income',] 
df<-(as.data.frame(df))

这里：

2015-12-31 16348 
2014-12-31 14136 
2013-12-31 12733 
2012-12-31 10737

我想“推断”这个数据作为未来10年的平均线性增长，这种方式：

。

在Excel中，我需要粘贴上述数据，排序，从最旧到最新，选择它，“拉伸”选择另外10行，这个结果：

12/31/2012 10737 
12/31/2013 12733 
12/31/2014 14136 
12/31/2015 16348 
12/31/2016 18048 
12/31/2017 19871 
12/31/2018 21695 
12/31/2019 23518 
12/31/2020 25342 
12/31/2021 27166 
12/31/2022 28989 
12/31/2023 30813 
12/31/2024 32636 
12/31/2025 34460

我怎样才能在R中做同样的事（或接近它）？

来源

2016-04-25 Oposum

这需要一些额外的步骤中R.这里是您的示例数据：

date<-as.Date(c("2015-12-31", "2014-12-31", "2013-12-31", "2012-12-31")) 
value<-c(16348, 14136, 12733, 10737)

假设一个线性增长到未来。使用lm命令执行线性回归。变量“模型”存储拟合。

#fit linear regression 
model<-lm(value~date)

寻找10年未来，创建用于在未来10年内的日期顺序并存储为一个数据帧（对于预测命令所需）

#build predict dataframe 
dfuture<-data.frame(date=seq(as.Date("2016-12-31"), by="1 year", length.out = 10)) 
#predict the futurne 
predict(model, dfuture, interval = "prediction")

上述模型是假设线性增长。如果对增长会有什么不同的预测，那么lm公式需要修改或使用nlm方程。我会留下关于在可用数据范围之外进行预测的警告。

来源

2016-04-25 18:58:55 Dave2e

这就是它。它适用于'GOOG'，但当我将其应用于'TSLA'时，它只预测4年而不是10年。你知道为什么吗？太不可预测？ – Oposum

预测函数应该为传递给它的数据帧中的每一行生成一个估计值。确保数据框中的列名称与模型中的因变量名称匹配！在上面的例子中，lm模型的值是vs“date”，因此dfuture dataframe中的列名也被命名为“date” – Dave2e

明白了，谢谢！ – Oposum

外推时间序列

回答

相关问题