Modelo linear singular por causa da grande data e hora inteira em R?
A regressão simples do normal aleatório na data falha, mas dados idênticos com números inteiros pequenos em vez de datas funcionam conforme o esperado.
# 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)
A inclinação está ausente devido a singularidades nos dados. Chamar o resumo demonstra isso:
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
Isso poderia ser devido aoPOSIXct
classe?
# Convert date variable to integer.
df$x2 <- as.integer(df$x)
lm(y ~ x2, data=df)
# Coefficients:
# (Intercept) x2
# 0.1089 NA
Não, coeficiente parax2
ainda faltando.
E se fizermos a linha de base dex2
zero?
# Subtract minimum of x.
df$x3 <- df$x2 - min(df$x2)
lm(y ~ x3, data=df)
# Coefficients:
# (Intercept) x3
# 0.1312147 -0.0002255
Isso funciona!
Mais um exemplo para descartar que isso se deve à variável datetime.
# Subtract large constant from date (data is now from 1985).
df$x4 <- df$x - 1000000000
lm(y ~ x4, data=df)
# Coefficients:
# (Intercept) x4
# 1.104e+05 -2.255e-04
Não esperado (por que um conjunto de dados idêntico com 30 anos de diferença causaria um comportamento diferente?), Mas isso também funciona.
Poderia ser isso.Machine$integer.max
(2147483647 no meu PC) tem algo a ver com isso, mas não consigo descobrir. Seria muito apreciado se alguém pudesse explicar o que está acontecendo aqui.