由於R中的大整數datetime，奇異線性模型？

隨機正常日期的簡單迴歸失敗，但具有小整數而不是日期的相同數據按預期工作。由於R中的大整數datetime，奇異線性模型？

# Example dataset with 100 observations at 2 second intervals. 
set.seed(1) 
df <- data.frame(x=as.POSIXct("2017-03-14 09:00:00") + seq(0, 199, 2), 
       y=rnorm(100)) 

#> head(df) 
#      x   y 
# 1 2017-03-14 09:00:00 -0.6264538 
# 2 2017-03-14 09:00:02 0.1836433 
# 3 2017-03-14 09:00:04 -0.8356286 

# Simple regression model. 
m <- lm(y ~ x, data=df)

由於數據中存在奇點，因此缺少斜率。調用摘要演示了這一點：

summary(m) 

# Coefficients: (1 not defined because of singularities) 
#    Estimate Std. Error t value Pr(>|t|) 
# (Intercept) 0.10889 0.08982 1.212 0.228 
# x     NA   NA  NA  NA

難道這是因爲POSIXct類嗎？

# Convert date variable to integer. 
df$x2 <- as.integer(df$x) 
lm(y ~ x2, data=df) 

# Coefficients: 
# (Intercept)   x2 
#  0.1089   NA

不，係數爲x2仍然缺失。

如果我們使x2的基線爲零會怎麼樣？

# Subtract minimum of x. 
df$x3 <- df$x2 - min(df$x2) 
lm(y ~ x3, data=df) 

# Coefficients: 
# (Intercept)   x3 
# 0.1312147 -0.0002255

This Works！

另一個例子來排除這是由於日期時間變量。

# Subtract large constant from date (data is now from 1985). 
df$x4 <- df$x - 1000000000 
lm(y ~ x4, data=df) 

# Coefficients: 
# (Intercept)   x4 
# 1.104e+05 -2.255e-04

不是所期望的（爲什麼一個具有30年差異的相同數據集會導致不同的行爲？），但是這也可以工作。

可能是.Machine$integer.max（2147483647在我的電腦上）與它有關係，但我無法弄清楚。如果有人能夠解釋這裏發生了什麼，我們將不勝感激。

來源

2017-03-14 Bram Visser

由於POSIXct原點完全是任意的，因此通常建議減去最小時間。它也使解釋係數更容易一些。 – Roland

是的，它可以。 QR分解是穩定的，但不是全能的上帝。

X <- cbind(1, 1e+11 + 1:10000) 
qr(X)$rank 
# 1

這裏X是像您的線性迴歸模型，其中存在用於截距所有-1列的模型矩陣，並且存在用於日期時間的序列（注意大的偏移）。

如果你居中日期時間列，這兩列將是正交因此非常穩定（即使直接求解正規方程！）。

來源

2017-03-14 09:24:34

參見OP的例子'qr（X，tol = 1e-16）$ rank'或'lm.fit（cbind（1，df $ x），df $ y，tol = 1e-16） – Roland

由於R中的大整數datetime，奇異線性模型？

回答

相關問題