1

我有一个计数数据，我需要使用动态负二项式回归进行时间序列分析，因为数据存在自相关和过度分散问题。我在线搜索了我可以使用的任何 R 包，但我找不到。

我将不胜感激任何帮助。

我的数据示例：

>St1
[1] 17  9 28  7 23 16 17 12 11 16 19 29  5 40 13 27 13 11 10 14 13 23 21 24  9 42 14 22 17  9

>Years
 [1] 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
[23] 2007 2008 2009 2010 2011 2012 2013 2014

>library(AER)
>library(stats)

>rd <- glm(St1 ~ Years, family = poisson)
>dispersiontest(rd) 

Overdispersion test
data:  rd
z = 2.6479, p-value = 0.00405
alternative hypothesis: true dispersion is greater than 1
sample estimates:
dispersion 
  4.305539 

#Autocorrelation
>Box.test (St1, lag=ceiling(log(length(St1))), type = "Ljung")

    Box-Ljung test

data:  St1
X-squared = 13.612, df = 4, p-value = 0.008641
4

1 回答 1

2

所以这基本上是一个寻找包的请求（这样的请求被认为是题外话）。因此，我将看看是否可以将其转换为具有编码风格的问题。正如我在评论中所说，尝试使用“动态”作为搜索词通常令人失望，因为每个人似乎都想将这个词用于一堆不连贯的目的。见证从控制台进行此搜索的功能：

install.packages("sos")
sos::findFn(" dynamic negative binomial")
found 20 matches
Downloaded 20 links in 13 packages.

没有任何看起来有用的东西。但是看看你的引文，似乎所有模型都有一个自回归组件，所以这个搜索......

sos::findFn(" autoregressive negative binomial")
found 28 matches;  retrieving 2 pages
2 
Downloaded 27 links in 16 packages.

发现：“用负二项式边际拟合纵向数据……”和“使用……的广义线性自回归移动平均模型”。因此，请考虑一下我对“隐含问题”的回答：如何使用sos-package 从 R 控制台进行有效搜索？

于 2017-02-09T17:36:29.747 回答