时间序列数据的线性回归

Linear regression with time series data

本文关键字：回归线性数据时间序列更新时间：2023-09-26

我正试图绘制一个可视化图，显示一些随时间推移的趋势。

在我的折线图中，我将日期作为X变量，将其他一些数字作为Y变量。我用d3.时间刻度表示x，用d3.线性刻度表示Y。折线图很好。

然后我试图画一条线性回归线，但我失败了，因为x的数据不是数字。我找了又找。这篇文章有一个很好的适应性回归代码，但那是针对数字数据的；这篇文章有一个类似于我正在拍摄的图，但它使用了序数。我想知道是否有更简单的方法可以使线性回归代码可用于我的时间序列数据（例如，"2016年3月9日"）。有什么建议吗？

我对javascript一无所知，但我对这个问题很熟悉。一种解决方案是：将这些日期时间转换为已知日期时间的单位，无论是秒、小时还是天。如果您的数据集支持它，则取约会时间的最大值和最小值，并从中减去最小值。如果你只是被文本卡住了，你可能不得不解析这些值，并自己计算日历。但是，必须有一个库来处理此问题。