0

我正在使用momentuHMMR 中的包，它使用隐马尔可夫模型分析数据。但是，系数估计值是使用线性回归计算的。

如果我想使用Hour（格式：24 小时）作为给定Y因变量的预测变量，我应该指定Y ~ cosinor(Hour, period = 24). 余弦函数自动合并sin()和cos()以及它们的交互。

我想知道如果我使用变量，我应该在period提到的函数中指示哪个值，这些值的范围在 -1.3（夜间）和 1.2（中午）之间。我应该指出什么？2.5？我的怀疑是因为和在某种意义上是不同的，因为在值之后，下一个值是，所以这个预测变量的最大值和最小值更接近于，例如，和。但是，它与 不同，因为和 的值比 和 之间更接近。也就是说，变量的最大值和最小值之间的距离并不比最小值和中间值之间的距离更近。cosinor()sun_altitudeperiodHoursun_altitudeHour23000012sun_altitude01.21.2-1.2sun_altitude

指定时我应该考虑这一点period吗？

下面我展示了一些代码来创建一个数据框，sun_altitudes以防万一有人想看看：

df <- seq(as.POSIXct("2016-07-29 00:00:00", format="%Y-%m-%d %H:%M:%S",tz="UTC"), as.POSIXct("2016-07-31 23:45:00", format="%Y-%m-%d %H:%M:%S",tz="UTC"), "15 min")
df<- as.data.frame(df)
colnames(df)<- c("Round_datetime15")
df[2]<-getSunlightPosition(date=df$Round_datetime15, lat= 37.6, lon=-0.65, keep = ("altitude"))[4]
range(df$altitude)

注意：一天内未达到太阳高度的最大值和最小值。夏天达到太阳的最大值，冬天达到最小值。

4

1 回答 1

1

我没有足够的声誉来发表评论，所以我将其发布为答案。

我不清楚为什么在这种情况下你会包括太阳高度的周期性影响。正如你在时间的情况下提到的，当两端需要匹配时，应该考虑周期性的影响（例如，时间的影响应该在 23:59 和 00:00 非常相似）。从您写的内容来看，听起来太阳高度的影响不应该在-1.3和1.2匹配，所以我认为您不需要该cosinor功能。

所以，我认为你可以在你的公式中包含协变量，即~ sun_altitude.

于 2021-02-17T09:09:02.340 回答