Rの多項式回帰を使用して将来の値を予測する

Question

Rの多項式回帰を使用してサンプルの将来の値を予測しようとしました。サンプル内のyの値がウェーブパターンを形成します。例

x = 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16 
y= 1,2,3,4,5,4,3,2,1,0,1,2,3,4,5,4 

しかし、グラフは結果y値が期待されていたものとは全く違っていた将来の値に対してプロットされるために 。波のパターンの代わりに、yの値が増加し続けるグラフが得られました。

futurY = 17,18,19,20,21,22 

は多項式回帰の異なる程度を試みたが、futurYの予測結果は、以下の

を期待されたものとは大幅に異なっていた結果を得るために使用された試料のRコードである

dfram <- data.frame('x'=c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16)) 
dfram$y <- c(1,2,3,4,5,4,3,2,1,0,1,2,3,4,5,4) 
plot(dfram,dfram$y,type="l", lwd=3) 
pred <- data.frame('x'=c(17,18,19,20,21,22)) 
myFit <- lm(y ~ poly(x,5), data=dfram) 
newdata <- predict(myFit, pred) 
print(newdata) 
plot(pred[,1],data.frame(newdata)[,1],type="l",col="red", lwd=3) 

未知の将来のy値を予測するために使用する正しいテクニックですか、または予測のような他のテクニックを使用する必要がありますか？

Answer 1

# Reproducing your data frame 
dfram <- data.frame("x" = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16), 
        "y" = c(1,2,3,4,5,4,3,2,1,0,1,2,3,4,5,4)) 

グラフから、私は信号の位相と期間を得ました。それを自動的に計算するより良い方法があります。

# Phase and period 
fase = 1 
per = 10 

私は三角波の信号方程式を入れました。黒線は、元の信号である

fit <- lm(y ~ I((((trunc((x-fase)/(per/2))%%2)*2)-1) * (x-fase)%%(per/2)) 
      + I((((trunc((x-fase)/(per/2))%%2)*2)-1) * ((per/2)-((x-fase)%%(per/2)))) 
      ,data=dfram) 

# Predict the old data 
p_olddata <- predict(fit,type="response") 

# Predict the new data 
newdata <- data.frame('x'=c(17,18,19,20,21,22)) 
p_newdata <- predict(fit,newdata,type="response") 

# Ploting Old and new data 
plot(x=c(dfram$x,newdata$x), 
    y=c(p_olddata,p_newdata), 
    col=c(rep("blue",length(p_olddata)),rep("green",length(p_olddata))), 
    xlab="x", 
    ylab="y") 
lines(dfram) 

、青い円は、原点と緑色の円の予測は、新たなデータのために予測されています。

グラフには、データにノイズがないため、モデルに最適です。実際のデータセットでは、フィット感がそれほど良くないように見つけることができます。