外推时间序列

Question

我下载了过去 4 年 Google 的年收入：

library(quantmod)
getFinancials(GOOG)
df<-viewFinancials(GOOG.f, type='IS', period='A',subset = NULL)['Net Income',]
df<-(as.data.frame(df))

数据的显示方式如下：

2015-12-31 16348
2014-12-31 14136
2013-12-31 12733
2012-12-31 10737

我想"extrapolate"将此数据作为未来 10 年的平均线性增长，以这种方式：

。

在Excel，我只需要粘贴上面的数据，从旧到新排序，select就可以了，还有"stretch"的selection over 10 additional行，结果如下：

12/31/2012  10737
12/31/2013  12733
12/31/2014  14136
12/31/2015  16348
12/31/2016  18048
12/31/2017  19871
12/31/2018  21695
12/31/2019  23518
12/31/2020  25342
12/31/2021  27166
12/31/2022  28989
12/31/2023  30813
12/31/2024  32636
12/31/2025  34460

我怎样才能在 R 中做同样的事情（或类似的事情）？

Answer 1

它在 R 中需要一些额外的步骤。这是您的示例数据：

date<-as.Date(c("2015-12-31", "2014-12-31", "2013-12-31", "2012-12-31"))
value<-c(16348, 14136, 12733, 10737)

假设未来呈线性增长。使用 lm 命令执行线性回归。变量 "model" 存储拟合度。

#fit linear regression
model<-lm(value~date)

展望未来 10 年，为接下来的 10 年创建日期序列并存储为数据框（预测命令需要）

#build predict dataframe
dfuture<-data.frame(date=seq(as.Date("2016-12-31"), by="1 year", length.out = 10))
#predict the futurne
predict(model, dfuture, interval = "prediction")

上述模型假设线性增长。如果对增长情况有不同的预测，则 lm 公式需要修改或使用 nlm 方程。我将省略有关在可用数据范围之外进行预测的警告。

外推时间序列

Extrapolating time series

r

time-series

extrapolation