0
Ich möchte eine Regression ausführen, bei der ich sowohl den aktuellen Wert als auch die verzögerten Werte einer bestimmten unabhängigen Variablen verwende.Eingeschlossene unabhängige Variablen - R
Mein Dataset
Dies ist ein Beispiel Auszug aus meinem Dataset:
dt nrOfCalls nrOfOrders nrOfOrdersLag1 nrOfOrdersLag2 nrOfOrdersLag3
2016/04/20 17 5 9 7 12
2016/04/21 12 8 5 9 7
2016/04/22 14 4 8 5 9
2016/04/23 15 6 4 8 5
2016/04/24 20 14 6 4 8
2016/04/25 10 3 14 6 4
Wo NrOfOrdersLag X vor die Anzahl der Bestellungen X Tage impliziert. Ich habe auch Dummy-Variablen eingefügt (wegen des begrenzten Platzes habe ich diese Dummy-Variablen in den Beispiel-Auszug meines Datasets aufgenommen).
Mein Code
Wenn ich das folgende Code alles perfekt funktioniert gut:
reg <- lm(nrOfCalls ~ dummy1+...+dummy6+nrOfOrders, data=trainingSet)
aber wenn ich versuche, mit den verzögerten Werten des nrOfOrders Regressor (für dieses Beispiel nur ich schließen ein verzögerter Wert), bekomme ich einige ungewöhnliche Ergebnisse. Ich verwende den folgenden Code ein:
reg <- lm(nrOfCalls ~ dummy1+...+dummy6+nrOfOrders+nrOfOrdersLag1, data=trainingSet)
Statt nur einschließlich der Regressor nrOfOrdersLag1, wird es alle Arten von Regressoren umfassen, die Variablennamen sind eine Variation auf nrOfOrdersLag1.
Call:
lm(formula = nrOfCalls ~ dummy1 + dummy2 + dummy3 + dummy4 +
dummy5 + dummy6 + nrOfOrders + nrOfOrdersLag1, data = trainCall)
Coefficients:
(Intercept) dummy1 dummy2 dummy3 dummy4
604.06334 -114.03241 -229.67540 -270.62292 -220.12409
dummy5 dummy6 nrOfOrders nrOfOrdersLag110707 nrOfOrdersLag11161
-457.22245 -465.17116 0.01729 -249.54641 -10.98526
nrOfOrdersLag111869 nrOfOrdersLag11207 nrOfOrdersLag11234 nrOfOrdersLag11262 nrOfOrdersLag11267
45.36821 33.46161 -17.70615 -384.09745 -413.64804
nrOfOrdersLag11279 nrOfOrdersLag11285 nrOfOrdersLag112945 nrOfOrdersLag11336 nrOfOrdersLag11348
-200.19660 32.75546 -264.04005 -47.13457 79.48368
nrOfOrdersLag11351 nrOfOrdersLag11355 nrOfOrdersLag11363 nrOfOrdersLag11364 nrOfOrdersLag11368
-208.62312 6.83426 -98.71679 170.29583 -93.83054
nrOfOrdersLag11375 nrOfOrdersLag11398 nrOfOrdersLag11456 nrOfOrdersLag11462 nrOfOrdersLag11464
50.54960 14.39958 118.73762 113.72744 190.54445
nrOfOrdersLag11469 nrOfOrdersLag114778 nrOfOrdersLag11486 nrOfOrdersLag11489 nrOfOrdersLag11504
-8.79258 84.35041 66.29121 29.67360 24.30553
nrOfOrdersLag11505 nrOfOrdersLag11511 nrOfOrdersLag11520 nrOfOrdersLag11521 nrOfOrdersLag11527
286.85352 69.76762 -159.45588 -38.90402 53.62128
nrOfOrdersLag11538 nrOfOrdersLag11540 nrOfOrdersLag11564 nrOfOrdersLag115674 nrOfOrdersLag11579
-104.66037 -60.10656 -58.32177 522.56810 77.65481
nrOfOrdersLag11587 nrOfOrdersLag11593 nrOfOrdersLag11603 nrOfOrdersLag11618 nrOfOrdersLag11622
34.63649 31.28570 -124.35673 16.43115 207.99435
nrOfOrdersLag11624 nrOfOrdersLag11626 nrOfOrdersLag11629 nrOfOrdersLag11631 nrOfOrdersLag11635
93.90391 78.94275 155.88327 15.32027 125.02409
nrOfOrdersLag11640 nrOfOrdersLag11645 nrOfOrdersLag11649 nrOfOrdersLag11651 nrOfOrdersLag11653
208.51996 -42.03086 -1.62533 164.73045 12.61157
nrOfOrdersLag11654 nrOfOrdersLag11673 nrOfOrdersLag11683 nrOfOrdersLag11688 nrOfOrdersLag11698
129.26306 -41.56615 137.09095 149.86866 -49.43096
nrOfOrdersLag11699 nrOfOrdersLag11702 nrOfOrdersLag11703 nrOfOrdersLag11705 nrOfOrdersLag11714
76.86530 202.69027 -70.26281 -173.43605 170.02302
nrOfOrdersLag11715 nrOfOrdersLag11716 nrOfOrdersLag11726 nrOfOrdersLag11749 nrOfOrdersLag11754
34.30252 75.45378 176.16211 76.39492 58.11995
nrOfOrdersLag11757 nrOfOrdersLag11764 nrOfOrdersLag11766 nrOfOrdersLag11772 nrOfOrdersLag11777
133.71731 137.62373 24.95059 -75.96096 54.03353
nrOfOrdersLag11778 nrOfOrdersLag11782 nrOfOrdersLag11793 nrOfOrdersLag11806 nrOfOrdersLag11810
-147.40657 -45.70752 27.76710 94.17449 -191.98461
nrOfOrdersLag11811 nrOfOrdersLag11812 nrOfOrdersLag11814 nrOfOrdersLag11815 nrOfOrdersLag11817
61.04646 145.25908 38.56959 18.22574 140.84081
nrOfOrdersLag11827 nrOfOrdersLag11832 nrOfOrdersLag11839 nrOfOrdersLag11841 nrOfOrdersLag11859
-254.56931 138.30797 -139.32523 -151.50010 39.27760
nrOfOrdersLag11860 nrOfOrdersLag11862 nrOfOrdersLag11868 nrOfOrdersLag11874 nrOfOrdersLag11876
304.88804 150.84361 30.75749 -91.55666 192.43385
nrOfOrdersLag11879 nrOfOrdersLag11880 nrOfOrdersLag11885 nrOfOrdersLag11887 nrOfOrdersLag11891
118.75260 -44.83615 163.35474 194.12038 127.79107
nrOfOrdersLag11896 nrOfOrdersLag11901 nrOfOrdersLag11914 nrOfOrdersLag11919 nrOfOrdersLag11921
82.79870 179.44324 303.18796 242.51540 159.40652
nrOfOrdersLag11928 nrOfOrdersLag11929 nrOfOrdersLag11932 nrOfOrdersLag11937 nrOfOrdersLag11939
484.73958 35.38640 286.54643 46.88513 48.94031
nrOfOrdersLag11952 nrOfOrdersLag11967 nrOfOrdersLag11988 nrOfOrdersLag11994 nrOfOrdersLag11996
265.02228 170.65576 47.77627 317.10968 383.09702
nrOfOrdersLag119987 nrOfOrdersLag12007 nrOfOrdersLag12010 nrOfOrdersLag12017 nrOfOrdersLag12018
416.71786 93.41540 61.71721 73.68938 136.60641
nrOfOrdersLag12019 nrOfOrdersLag12023 nrOfOrdersLag12027 nrOfOrdersLag12034 nrOfOrdersLag12040
88.13672 -214.93168 38.82154 148.72993 -60.63852
nrOfOrdersLag12050 nrOfOrdersLag12051 nrOfOrdersLag12056 nrOfOrdersLag12058 nrOfOrdersLag12060
205.21811 246.46001 163.20151 -0.35863 61.93024
nrOfOrdersLag12073 nrOfOrdersLag12082 nrOfOrdersLag12087 nrOfOrdersLag12093 nrOfOrdersLag12107
122.50936 -27.13307 -43.74262 366.51938 146.85581
nrOfOrdersLag12119 nrOfOrdersLag12122 nrOfOrdersLag12124 nrOfOrdersLag121319 nrOfOrdersLag12133
119.31341 36.35183 253.68015 115.01838 228.66567
nrOfOrdersLag12136 nrOfOrdersLag12137 nrOfOrdersLag12154 nrOfOrdersLag12167 nrOfOrdersLag12169
-9.97711 121.20416 -448.43096 324.45466 169.37446
nrOfOrdersLag12176 nrOfOrdersLag12180 nrOfOrdersLag12181 nrOfOrdersLag12184 nrOfOrdersLag12186
88.35432 -14.74399 41.03555 310.68640 308.82549
nrOfOrdersLag12189 nrOfOrdersLag12195 nrOfOrdersLag12202 nrOfOrdersLag12204 nrOfOrdersLag12216
121.87542 264.78895 191.52156 281.02113 168.29821
nrOfOrdersLag12219 nrOfOrdersLag12221 nrOfOrdersLag12231 nrOfOrdersLag12236 nrOfOrdersLag12237
218.48030 66.07233 -228.54230 111.06068 162.65347
nrOfOrdersLag12242 nrOfOrdersLag12244 nrOfOrdersLag12246 nrOfOrdersLag12261 nrOfOrdersLag12262
12.05505 114.60872 -123.06406 -45.54485 380.26022
nrOfOrdersLag12268 nrOfOrdersLag12271 nrOfOrdersLag12302 nrOfOrdersLag12304 nrOfOrdersLag12311
4.23556 249.55941 248.38079 103.12194 -71.69000
nrOfOrdersLag12313 nrOfOrdersLag12329 nrOfOrdersLag12345 nrOfOrdersLag12353 nrOfOrdersLag12356
247.93662 207.13958 314.96154 95.08688 300.10247
nrOfOrdersLag12361 nrOfOrdersLag12371 nrOfOrdersLag12376 nrOfOrdersLag12380 nrOfOrdersLag12384
37.27506 -167.84137 66.61313 247.32681 237.73556
nrOfOrdersLag12399 nrOfOrdersLag12406 nrOfOrdersLag12413 nrOfOrdersLag12417 nrOfOrdersLag12420
107.37362 399.28658 275.48695 95.07723 324.87029
nrOfOrdersLag12423 nrOfOrdersLag12434 nrOfOrdersLag12437 nrOfOrdersLag12442 nrOfOrdersLag12446
233.30480 193.45613 250.79606 322.78975 320.40151
nrOfOrdersLag12448 nrOfOrdersLag12449 nrOfOrdersLag12451 nrOfOrdersLag12460 nrOfOrdersLag124708
172.20478 -113.45790 108.52769 305.32173 -134.41931
nrOfOrdersLag12484 nrOfOrdersLag12486 nrOfOrdersLag12493 nrOfOrdersLag12497 nrOfOrdersLag12505
156.35931 -9.49808 223.13247 -67.47891 534.66815
nrOfOrdersLag12541 nrOfOrdersLag12552 nrOfOrdersLag12563 nrOfOrdersLag12588 nrOfOrdersLag12596
221.35464 1.92188 -53.40846 -473.89923 497.69016
nrOfOrdersLag12611 nrOfOrdersLag12618 nrOfOrdersLag12623 nrOfOrdersLag12632 nrOfOrdersLag12638
175.77150 125.22040 -302.58298 -159.54109 -337.04664
nrOfOrdersLag12646 nrOfOrdersLag12648 nrOfOrdersLag12663 nrOfOrdersLag12665 nrOfOrdersLag12687
539.15416 350.53169 -148.22458 147.67351 -349.52567
nrOfOrdersLag12696 nrOfOrdersLag12713 nrOfOrdersLag12721 nrOfOrdersLag12723 nrOfOrdersLag12743
-42.64843 141.90979 47.07766 -443.50878 356.28944
nrOfOrdersLag12745 nrOfOrdersLag12750 nrOfOrdersLag12753 nrOfOrdersLag12761 nrOfOrdersLag127688
14.65720 13.35666 8.30924 -191.17540 -123.52409
nrOfOrdersLag12802 nrOfOrdersLag12806 nrOfOrdersLag12812 nrOfOrdersLag12815 nrOfOrdersLag12818
128.14604 281.35157 361.79299 8.34690 86.67458
nrOfOrdersLag12824 nrOfOrdersLag12836 nrOfOrdersLag12841 nrOfOrdersLag12842 nrOfOrdersLag12876
518.23720 -357.78788 288.63660 433.15556 158.51341
nrOfOrdersLag12883 nrOfOrdersLag12884 nrOfOrdersLag12901 nrOfOrdersLag12941 nrOfOrdersLag12956
214.74913 68.99485 -208.43888 -297.43011 319.30849
nrOfOrdersLag12996 nrOfOrdersLag13007 nrOfOrdersLag13013 nrOfOrdersLag13023 nrOfOrdersLag13033
321.02569 -88.96746 80.93579 106.97804 -223.88599
nrOfOrdersLag13051 nrOfOrdersLag13072 nrOfOrdersLag13094 nrOfOrdersLag13098 nrOfOrdersLag13127
40.95339 161.48086 524.04025 -94.23016 17.50082
nrOfOrdersLag13152 nrOfOrdersLag13171 nrOfOrdersLag13185 nrOfOrdersLag13202 nrOfOrdersLag13205
-266.11135 8.82232 -107.11441 -141.14442 212.80057
nrOfOrdersLag13222 nrOfOrdersLag13277 nrOfOrdersLag13295 nrOfOrdersLag13321 nrOfOrdersLag13332
187.90431 306.69183 -24.55235 68.42339 -290.11682
nrOfOrdersLag13362 nrOfOrdersLag13378 nrOfOrdersLag13380 nrOfOrdersLag13391 nrOfOrdersLag13476
44.30976 463.85118 276.57882 -282.06457 34.35207
nrOfOrdersLag13488 nrOfOrdersLag13490 nrOfOrdersLag13530 nrOfOrdersLag13578 nrOfOrdersLag13599
217.46608 386.26006 194.69082 52.45357 406.44931
nrOfOrdersLag13611 nrOfOrdersLag13618 nrOfOrdersLag13626 nrOfOrdersLag13632 nrOfOrdersLag13635
242.81201 -22.19253 23.90163 -395.87751 103.44677
nrOfOrdersLag13674 nrOfOrdersLag13681 nrOfOrdersLag13767 nrOfOrdersLag13841 nrOfOrdersLag13849
200.18354 83.25027 -71.88190 382.05886 -279.73606
nrOfOrdersLag13857 nrOfOrdersLag13874 nrOfOrdersLag13885 nrOfOrdersLag13897 nrOfOrdersLag13908
370.92867 -17.14313 -140.99009 -244.17716 93.79552
nrOfOrdersLag13966 nrOfOrdersLag14009 nrOfOrdersLag14031 nrOfOrdersLag14111 nrOfOrdersLag14160
61.75484 224.96558 -107.99394 -126.12766 572.14222
nrOfOrdersLag14171 nrOfOrdersLag14205 nrOfOrdersLag14312 nrOfOrdersLag14468 nrOfOrdersLag14560
-42.29929 -379.41067 194.25204 -47.50642 -116.49251
nrOfOrdersLag14619 nrOfOrdersLag14640 nrOfOrdersLag14684 nrOfOrdersLag14762 nrOfOrdersLag14776
41.34325 -355.84333 -122.77109 -331.12296 404.86637
nrOfOrdersLag14865 nrOfOrdersLag14959 nrOfOrdersLag14967 nrOfOrdersLag15195 nrOfOrdersLag15218
371.14617 104.60840 -42.74014 99.78008 520.62517
nrOfOrdersLag15402 nrOfOrdersLag16029 nrOfOrdersLag16284 nrOfOrdersLag16321 nrOfOrdersLag16350
529.17004 161.02870 268.77256 74.02159 386.53868
nrOfOrdersLag16418 nrOfOrdersLag16557 nrOfOrdersLag16711 nrOfOrdersLag16722 nrOfOrdersLag16825
-81.37023 190.74905 225.64313 -131.70051 271.39936
nrOfOrdersLag16952 nrOfOrdersLag16996 nrOfOrdersLag17098 nrOfOrdersLag17251 nrOfOrdersLag17279
357.39158 408.46849 210.03477 -25.74894 NA
nrOfOrdersLag17292 nrOfOrdersLag17391 nrOfOrdersLag18642 nrOfOrdersLag18670 nrOfOrdersLag18949
262.00528 4.71906 326.28857 49.30983 174.99732
nrOfOrdersLag19202 nrOfOrdersLag19690 nrOfOrdersLag19772
16.13322 15.59552 -62.26111
Ich habe keine Ahnung, was passiert ist und warum dies nicht in Ordnung ist. Wer kann mir hier helfen? Danke im Voraus!
Ich denke, es ist ein Tippfehler: werfen Sie einen Blick auf Ihre Formel: 'nrOfCalls ~ dummy1 + ... + dummy6 + nrOfOrders + nrOfOrdersLag1 +' es ist ein abschließendes '+'. Ihre Regression funktioniert wahrscheinlich, wenn Sie sie entfernen. – lmo
@lmo Obwohl es fantastisch wäre, wenn dies der einzige Fehler ist, fürchte ich, dass es ein Tippfehler von meiner Seite ist, wenn ich den Code nach StackOverflow kopiere. In meiner R-Konsole habe ich den Anruf ohne Tippfehler gemacht. – Tomas
Wenn es eine Autokorrelation in dieser Variablen gibt (was ich vermuten würde), hätten Sie starke Probleme der Multikollinearität mit diesem Ansatz. – Roland