2017-02-08 8 views
0

J'ai des données de comptage et j'ai besoin de faire des analyses de séries temporelles en utilisant la régression binomiale négative dynamique car les données ont des problèmes d'autocorrélation et de surdispersion. J'ai fait une recherche en ligne pour tout paquet R que je peux utiliser mais je n'ai pas réussi à en trouver un.Régression binomiale négative dynamique pour les séries chronologiques

J'apprécierais toute aide.

Un exemple de mes données:

>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 
+1

Vous devriez probablement proposer un lien vers une page Web orientée sur la méthodologie qui illustre la «régression binomiale dynamique». Le travail "dynamique" peut prendre tellement de sens qu'il est vraiment _meaning _-_ less_> –

+0

Merci. Ma compréhension est que la régression binomiale négative dynamique peut expliquer l'autocorrélation et la surdispersion. Voir ceci s'il vous plaît http://journals.sagepub.com/doi/pdf/10.1177/1471082X14535530 – Ali

Répondre

1

C'est donc essentiellement une demande de trouver un paquet (et ces demandes sont considérées comme hors-sujet). Donc, je vais voir si je peux le convertir en une question qui a une saveur de codage. Comme je l'ai dit dans mon commentaire, essayer d'utiliser «dynamique» comme terme de recherche est souvent décevant puisque tout le monde semble vouloir utiliser le mot pour un tas de buts déconnectés. Témoin les fonctions qui viennent avec cette recherche de la console:

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

Rien d'utile. Mais en regardant votre citation il est apparu que tous les modèles ont une composante autoreggression, cette recherche ....

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

Constate: "Fitting Longitudinal Data with Negative Binomial Marginal..." et "Generalized Linear Autoregressive Moving Average Models with...". Considérons donc ceci plutôt ma réponse à une "question implicite": Comment effectuer une recherche efficace à partir de la console R avec le paquet sos?