比较组x和y随时间变化的增长率

-2

如果你有两组数据“x”和“y”改变“时间”，比较“x”和“y”的增长率“随着时间的推移是否相同。比较组x和y随时间变化的增长率

我的问题是如何开始这个问题，我需要做什么步骤？这个问题一直困扰着我过去一周，我不知道如何处理它。你的帮助表示赞赏。我会在R上的工作为这个项目

我所做的是plot(x~time)和plot(y~time) X和Y是线性的，他们从底部往左边图表的右上角。从这我该如何告诉R找到从X到Y的增长率？

2013-04-21 user24534

这可能不是最好的论坛来问这样一个问题，因此它可能会被投票结束。你可能想检查谷歌，www.stat.pitt.edu/stoffer/tsa3/等 – 2013-04-21 00:46:38

它甚至没有这么多，它是一个错误的论坛 - 更多的是你没有勾画出一个具体的问题，提供示例数据或指定你在R. – thelatemail 2013-04-21 00:48:12

@ user24534中已经尝试过了 - 如果它是最少的数据（〜10点左右），当然。如果它是一百或几千，那么只是一些类似的数据会做。 – thelatemail 2013-04-21 01:02:31

下面是一些开始的想法，但如果您想开始在R中进行时间序列分析，我会建议您查看里卡多在注释中提供的链接。如果这是您使用R进行的第一件事，你可以从一些普通的阅读，在喜欢的网站也受益：http://www.statmethods.net

我在读你的数据，并将其保存到名为testdata.frame使用

test <- read.table(file="insert.your.file.here",header=TRUE)

然后，您可以绘制长期趋势time违心另一个，使用plot和lines或matplot函数可以一次绘制多列。

matplot(test["time"],test[c("x","y")],type="l")

您应该结束了，像这样：

enter image description here

只需用肉眼泥包，你可以看到y已经在此期间增长超过x。

如果你要绘制的线性趋势，你可以尝试使用lm功能得到time之间和值每x和y的关系。像这样：

lm(y ~ time, data=test), col="red") 
lm(x ~ time, data=test), col="black")

这会给你的趋势梯度和截距。梯度是随着时间的推移平均增加。您可以将这些行添加到您的情节，像这样：

abline(lm(y ~ time, data=test), col="red")) 
abline(lm(x ~ time, data=test), col="black"))

enter image description here

这是一个非常天真的分析，虽然，你应该考虑在你的数据或其他影响季节性趋势的可能性。我建议你阅读这个：http://a-little-book-of-r-for-time-series.readthedocs.org/en/latest/src/timeseries.html

2013-04-21 01:49:05 thelatemail

谢谢，这将帮助我 – user24534 2013-04-21 01:59:47

回答