r - 使用 ggplot2 平滑自相关时间序列数据

Question

有没有办法在 ggplot2 中加入自相关时间序列的平滑函数？

我有自动相关的时间序列数据，我目前使用手动过程来确定拟合样条的 95% CI。

Usage 和 Date 在数据框 AB 中。我使用的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)

从这个模型中，我获得了拟合的拟合均值和标准误差，用于计算拟合样条的 95% 置信区间。

我在 ggplot2 中看到了 lm 方法的例子，其中有一个术语来指定模型公式。当时间序列自相关时，这种时间序列模型是否可以实现？

谢谢。

Answer 1

如果您使用 ggplot2 中的简单公式添加任何模型拟合(如果残差存在相关性)，CI 将会有偏差。

如果我这样做，我会在gpplot2 之外安装我想要的任何模型。然后根据该模型在协变量范围内均匀分布的网格点上进行预测。计算这些预测的置信区间，并将它们与拟合值和数据组合到一个数据框中。您可以从那里分别使用 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，以说明残差中缺乏独立性。

我预见到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，如果您在 ggplot 中绘制 a1 与 id 但模型用于 a2 + bs(id) 那么您需要首先以某种方式说明 a2，比如预测 id 中的一系列值，但保持 a2 固定在某个合理的值，例如示例意思是。