Регрессии с XTS в R

Question

Есть ли утилита для запуска регрессий с использованием объектов xts следующего типа:

lm(y ~ lab(x, 1) + lag(x, 2) + lag(x,3), data=as.data.frame(coredata(my_xts)))

где my_xts является xts объект, который содержит x и y, Суть вопроса в том, есть ли способ избежать множества лагов и слияний, чтобы получить data.frame со всеми лагами? Я думаю, что пакет dyn работает на zoo объекты, поэтому я ожидал бы, что он будет работать так же, как xts но хотя может быть что-то обновлено.

Answer 1

Пакеты dyn и dynlm могут делать это с объектами zoo. В случае дина просто напиши dyn$lm вместо lm и передать его объект зоопарка вместо фрейма данных.

Обратите внимание, что lag в xts работает противоположно обычному соглашению R, поэтому, если x относится к классу xts, то lag(x, 1) совпадает с lag(x, -1), если x относится к классу zoo или ts.

> library(xts)
> library(dyn)
> x <- xts(anscombe[c("y1", "x1")], as.Date(1:11)) # test data
> dyn$lm(y1 ~ lag(x1, -(1:3)), as.zoo(x))

Call:
lm(formula = dyn(y1 ~ lag(x1, -(1:3))), data = as.zoo(x))

Coefficients:
     (Intercept)  lag(x1, -(1:3))1  lag(x1, -(1:3))2  lag(x1, -(1:3))3  
         3.80530           0.04995          -0.12042           0.46631  

Answer 2

Поскольку вы уже удаляете данные из среды xts, я не использую здесь никаких функций xts. Есть embed функция, которая будет строить "отстающие" матрицы в любой желаемой степени. (Я никогда не понимал временные ряды lag функция.) (порядок переменных с врезкой обратный от того, что я ожидал.)

 embed(1:6, 3)
#--------
     [,1] [,2] [,3]
[1,]    3    2    1
[2,]    4    3    2
[3,]    5    4    3
[4,]    6    5    4
#Worked example   ... need to shorten the y variable
y <- rnorm(20)
x <- rnorm(20)
lm( tail(y, 18) ~ embed(x, 3) )
#-------------------
Call:
lm(formula = tail(y, 18) ~ embed(x, 3))

Coefficients:
 (Intercept)  embed(x, 3)1  embed(x, 3)2  embed(x, 3)3  
    -0.12452      -0.34919       0.01571       0.01715  

Приятно отметить, что после изменения лагов в соответствии с тем, что используется @GGrothendieck, мы получаем идентичные результаты:

 lm( tail(xx[,"y1"], NROW(xx)-3) ~ embed(xx[,"x1"], 4)[,2:4] )

Call:
lm(formula = tail(xx[, "y1"], NROW(xx) - 3) ~ embed(xx[, "x1"], 
    4)[, 2:4])

Coefficients:
                 (Intercept)  embed(xx[, "x1"], 4)[, 2:4]1  embed(xx[, "x1"], 4)[, 2:4]2  
                     3.80530                       0.04995                      -0.12042  
embed(xx[, "x1"], 4)[, 2:4]3  
                     0.46631