0

我正在尝试创建一个线性模型，该模型包含幅度随时间减小的正弦波。

我能够使用以下代码成功地将一个简单的正弦波合并到我的模型中：

#sine curve equation resolving 12 months 

xc<-cos(2*pi*stan$num/12)
xs<-sin(2*pi*stan$num/12)

#other variables 

Time_bb <- as.Date(stan$C_Month_Year, format = "%m/%d/%y")
Count1_bb <- stan$stan_calls

#fitted complete model 
cos.f_bb <- fitted(cos.m_bb)

cos.m_bb <- lm(Count1_bb ~ Time_bb + xc + xs)
cos.f_bb <- fitted(cos.m_bb)  

stan$fit_m <- cos.f_bb

p5 <- ggplot(stan, aes(x = Time_bb, y = stan_calls) ) +
  geom_line(data = stan, color = 'red', aes(y = fit_m)) +
  geom_smooth(method = lm, se = FALSE) + 
  geom_point(size=1)

此代码产生下图：

包含正弦波的线性模型

但是，我相信如果我能够将随时间递减的幅度结合起来，我会得到更好的模型拟合。但是，我不知道如何正确编码，更重要的是控制幅度下降的幅度。

我尝试了Draw sine wave with increasing Amplitude and frequency over time中详述的一些建议。并使用以下代码：

#sine curve equation resolving 12 months 

f <- 12
f_c <- 1
T <- 1/f
t <- seq(0, 12, T) 
A <- t

stan$num/12

carrier <- cos(2*pi*f_c*t)
out <- A*carrier

out <- rev(out)
out<- out[0:65]

#other variables 
Time_bb <- as.Date(stan$C_Month_Year, format = "%m/%d/%y")
Count1_bb <- stan$stan_calls

#complete model 
cos.m_bb <- lm(Count1_bb ~ Time_bb + out)
tidy(cos.m_bb, conf.int = TRUE)

#fitted complete model 
cos.f_bb <- fitted(cos.m_bb) 

fit.lm_bb <- lm(Count1_bb~out)
stan$fit_bb <- fitted(fit.lm_bb)  
stan$fit.res_bb <- resid(fit.lm_bb)

cos.m_bb <- lm(Count1_bb ~ Time_bb + out)
cos.f_bb <- fitted(cos.m_bb)  

stan$fit_m <- cos.f_bb

p5 <- ggplot(stan, aes(x = Time_bb, y = stan_calls) ) +
  geom_line(data = stan, color = 'red', aes(y = fit_m)) +
  geom_point()

我能够创建以下图表：

线性模型减小幅度

但是，我不明白如何正确操作 f、T、f_c、t 和 A 以获得更好的模型拟合。任何帮助将不胜感激！

我正在使用的数据库负责人如下所示：

head(stan)

 C_Month_Year stan_calls
1       7/1/14  0.1154295
2       8/1/14  0.2049913
3       9/1/14  0.1786142
4      10/1/14  0.1453100
5      11/1/14  0.1238671
6      12/1/14  0.1289842
4

0 回答 0