時間序列的動態負二項迴歸

我有一個計數數據，我需要使用動態負二項迴歸進行時間序列分析，因爲數據具有自相關和過度分散問題。我做了一個在線搜索，可以使用任何R包，但我無法找到它。時間序列的動態負二項迴歸

我將不勝感激任何幫助。

我的數據的一個例子：

>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

來源

2017-02-08 Ali

您應該提供一個鏈接到面向方法論的網頁，以說明「動態二項迴歸」。「動態」的工作可以承擔如此多的意義，它真的是_meaning _-_ less_> –

謝謝。我的理解是動態負二項迴歸可以解釋自相關和過度分散。請參閱http://journals.sagepub.com/doi/pdf/10.1177/1471082X14535530 – Ali

所以這基本上是找到一個包的請求（並且這樣的請求被認爲是題外話）。所以我會看看我是否可以將它轉換成具有編碼風格的問題。正如我在我的評論中所說的，嘗試將「動態」用作搜索詞通常令人失望，因爲每個人似乎都希望將這個詞用於大量不連貫的目的。見證從控制檯搜索出來的功能：

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

沒有什麼用處。但看你的引文，似乎所有的車型有一個autoreggression組成部分，所以這個搜索....

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

查找："Fitting Longitudinal Data with Negative Binomial Marginal..."和"Generalized Linear Autoregressive Moving Average Models with..."。因此，請考慮這個問題，而不是我對「隱含問題」的回答：如何使用sos -package從R控制檯進行有效搜索？

來源

2017-02-09 17:36:29

時間序列的動態負二項迴歸

回答

相關問題