python - 如何为时间序列数据创建线性回归模型？

Question

如何为时间序列数据创建线性回归模型？

我已经删除了日期时间，并按照正常的回归方法进行处理，但结果显示 r 平方为 -7。我有从 13H1 到 17H2 的数据。

df:

UID BaselineHalf    Metric_Type Segment rateadj_amount_usd  CPI_Inflation    
Exports Fixed_Invstment GDP Govt_Growth Imports Industrial_Production    
Merchandise_Exports Merchandise_Imports Nominal_Retail_Sales     
Private_Consumption Real_Retail_Sales   WPI_Inflation
100130_Print HW 2013-12-31  Print HW    CANADA_PRINT_NAMED  2212.060000  
3.036892    5.99463 -1.890996   3.885646    2.970826    3.762586    4.716683     
-3.32253    -2.444949   10.148924   5.35529 7.001484    2.402204

    df1 = df[df['UID']== '100130_Print HW']
    x = df1[['CPI_Inflation', 'Exports', 'Fixed_Invstment', 'GDP', 
    'Govt_Growth',
   'Imports', 'Industrial_Production', 'Merchandise_Exports',
   'Merchandise_Imports', 'Nominal_Retail_Sales', 'Private_Consumption',
   'Real_Retail_Sales', 'WPI_Inflation']]
    y = df1['rateadj_amount_usd']
    X_train, X_test, y_train, y_test = train_test_split(x, y, test_size=0.2, 
    random_state=101)
    lm = LinearRegression()
    lm.fit(X_train,y_train)
    predictions = lm.predict(X_test)
    from sklearn.metrics import r2_score
    coefficient_of_determination = r2_score(y_test,predictions)

Answer 1

我发现您的方法存在一个普遍问题:您试图对时间序列进行回归，但删除了时间数据并从数据中提取了随机样本(使用train_test_split())。然而，数据点是随机相关的。当然，某一年的数据在很大程度上取决于前一年。但按照您的方式，模型无法使用此信息。

因此，从 R 平方可以看出，您的模型表现非常差。使用时间序列数据尝试一下。