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?
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?
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test
data.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:
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"))
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
谢谢,这将帮助我 – user24534 2013-04-21 01:59:47
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