Chuỗi thời gian với nhiều đối tượng và nhiều biến

Tôi là một nhà phát triển web và thống kê người mới.

Dữ liệu của tôi trông giống như thế này

Subject  Week   x1  x2  x3  x4  x5  y1
A        1      .5  .6  .7  .8  .7  10
B        1      .3  .6  .2  .1  .3  8
C        1      .3  .1  .2  .3  .2  6  
A        2      .1  .9  1.5 .8  .7  5
B        2      .3  .6  .3  .1  .3  2
D        2      .3  .1  .4  .3  .5  10  

Tôi đang cố gắng dự đoán y1 là sản phẩm của các biến x. Tuy nhiên, tôi có lý do để tin rằng có thể có độ trễ trong tác động của nhiều biến x trên y1, tức là các biến x từ tuần 1 đối với đối tượng A ảnh hưởng y1 đối với đối tượng A trong tuần 2.

Lưu ý rằng không phải tất cả các đối tượng sẽ có điểm dữ liệu cho mỗi tuần (trên thực tế hầu hết sẽ không). Các đối tượng sẽ có xu hướng có các điểm dữ liệu cho tuần 1, 2, 3, 4 sau đó thả xuống và không hiển thị lại cho đến tuần 7,8,9. Tôi sẵn sàng hạn chế phân tích của mình ở các điểm dữ liệu nơi chúng tôi có dữ liệu cho N tuần trước với giả thuyết về độ trễ.

Như tôi đã nói, tôi là người mới và không chắc chắn về cách tốt nhất để đối phó với bộ dữ liệu của mẫu này. Tôi hy vọng sẽ thực hiện phân tích này trong R, Python hoặc kết hợp cả hai. Tôi không nghĩ rằng các biến x của tuần hiện tại sẽ không có hiệu lực. Tôi nghĩ rằng chúng sẽ có một số hiệu ứng, có lẽ lớn hơn so với các tuần trước. Tôi chỉ tin rằng những tuần trước sẽ có một số hiệu quả.

Tôi hy vọng sẽ có hai đến ba tuần độ trễ. Để đưa ra một bối cảnh nhỏ, phân tích mà tôi đang cố gắng ở đây liên quan đến việc đánh giá chất lượng của lưu lượng truy cập trực tuyến. Mỗi tuần tôi nhận được điểm đánh giá chất lượng của một luồng người dùng nhất định mà tôi gửi đến một trang web nhất định. Tôi đang cố gắng tìm các số liệu thứ cấp, chẳng hạn như phân phối trình duyệt, tỷ lệ nhấp trùng lặp phần trăm, v.v ... sẽ cho phép tôi dự đoán số điểm đó sẽ đi trước thời hạn.

Như tôi đã đề cập trong ghi chú của tôi ở trên, tôi sẽ coi đây là một vấn đề hồi quy. Đây là một liên kết để xây dựng, trong R, các biến lag (và dẫn) từ dữ liệu của bạn ( Đầu R ).

Bao gồm trong bài viết là một giới thiệu ngắn gọn về việc sử dụng dữ liệu kết quả trong mô hình hồi quy. Bạn cũng có thể muốn thực hiện một chút đào nền trên gói R dynlm (hồi quy tuyến tính động).

Bạn có thể tạo các bảng trong đó y1 được dịch chuyển 0,1,2,3,4 tuần.

Sau đó, bạn chạy một phân tích về họ. Chẳng hạn, bạn có thể tạo một mạng nơ ron cố gắng dự đoán y1 từ x. Đối với một số ý tưởng, bạn có thể cung cấp cho Weka một spin.

Sau đó, bạn có một số biện pháp dự đoán y1 từ x cho mỗi độ trễ. Sử dụng điều này, bạn có thể tìm thấy độ trễ phù hợp nhất.

Ngoài ra, bạn có thể tạo một bảng bao gồm x từ tuần hiện tại, x từ tuần trước, ... và y1. Sau đó, phân tích ảnh hưởng (ví dụ PCA ) để xem tuần nào và biến nào có ảnh hưởng nhất.