R中日期和一些相关输出的线性回归

Question

实际上我需要使用线性回归来计算参数 theta0 和 theta1。我的数据框 (data.1) 由两列组成，第一列是日期时间，第二列是依赖于此日期的结果。
像这样：

        data.1[[1]]  data.1[[2]]
2004-07-08 14:30:00        12.41

现在，我有这段代码迭代多次来计算参数 theta0、theta1

x=as.vector(data.1[[1]])
y=as.vector(data.1[[2]])

plot(x,y)

theta0=10
theta1=10
alpha=0.0001
initialJ=100000
learningIterations=200000

J=function(x,y,theta0,theta1){
m=length(x)
sum=0
for(i in 1:m){
  sum=sum+((theta0+theta1*x[i]-y[i])^2)
}
sum=sum/(2*m)
return(sum)
}

updateTheta=function(x,y,theta0,theta1){
sum0=0
sum1=0
m=length(x)
for(i in 1:m){
   sum0=sum0+(theta0+theta1*x[i]-y[i])
   sum1=sum1+((theta0+theta1*x[i]-y[i])*x[i])
 }
sum0=sum0/m
sum1=sum1/m
theta0=theta0-(alpha*sum0)
theta1=theta1-(alpha*sum1)
 return(c(theta0,theta1))
}    

for(i in 1:learningIterations){
thetas=updateTheta(x,y,theta0,theta1)
tempSoln=0
tempSoln=J(x,y,theta0,theta1)
if(tempSoln<initialJ){
  initialJ=tempSoln
}
if(tempSoln>initialJ){
   break
 }
theta0=thetas[1]
theta1=thetas[2]
#print(thetas)
#print(initialJ)
plot(x,y)
lines(x,(theta0+theta1*x), col="red")
  }
  lines(x,(theta0+theta1*x), col="green")

现在我想使用以下场景计算 theta0 和 theta1：

y=data.1[[2]] 和 x=dates 无论年份如何都相似
y=data.1[[2]] 和 x=months 无论年份如何都相似

请推荐..

Answer 1

正如@Nicola 所说，您需要在 R.
中使用 lm function 进行线性回归如果您想了解有关 linear regression 的更多信息，请查看 this or follow this tutorial

首先你必须确定你的公式。您想要使用 data.1[[2]] 和 dates/months 计算 Theta0 和 Theta1。

你的第一个公式应该是这样的：

formula <- Theta0 ~ data.1[[2]] + dates

然后您将创建 linear model

variablename <- lm(formula, dataset)

之后您可以使用输出进行各种计算。
例如，您可以计算方差分析，或者只打印摘要：

anova(variablename)
summary(variablename)

旁注：.
我注意到您使用 = 分配变量。这不是推荐的括号。有关详细信息，请查看 Google's R Style Guide
在 R 中，最好使用 <- 来分配变量。
拿你的代码的第一位，它会变成：

x <- as.vector(data.1[[1]])
y <- as.vector(data.1[[2]])

plot(x,y)

theta0 <- 10
theta1 <- 10
alpha <- 0.0001
initialJ <- 100000
learningIterations <- 200000

R中日期和一些相关输出的线性回归

Linear Regression in R for Date and some dependant output

datetime

regression

r

linear-regression