machine-learning - 当因变量具有高自相关性时,最佳预测度量是什么?
问题描述
我正在努力预测面板数据上的因变量。
我需要选择预测度量,但是我有以下问题:
- 我正在处理面板数据,因此混合了时间步长和不同的个体
- 因变量是高度自相关的(因变量是我每月移动的年度度量,因此是高度自相关的,有时在多个时期具有相同的值)
我使用 R 平方,但是,我相信由于前面的点和寻找测量的校正存在一些反常的影响。
谢谢你。
解决方案
推荐阅读
- html - 使用 css 将图像位置链接到另一个图像
- react-admin - 在 react-admin 中禁用列表视图的撤消功能
- sharepoint - 错误没有阴影变量 - tslint 错误
- blueprism - 新进程无法使用会话管理运行,版本 6.0 Blue Prism
- qt - 如何使用 QtWebEngine 捕获完整的网页?
- visual-studio-code - 如何关闭 - VS CODE 打开它在java调试过程中遇到的所有内部类,例如printstream类,String类
- python - 如何更改图例栏和颜色以单独显示 Dataframe 中的每一行?(根据 index_col)
- javascript - 未捕获(承诺中)错误:提供的权重数据没有目标变量:block1_conv1_2/kernel
- android - Firebase Firestore 和身份验证错误
- mysql - MySQL 更新多行中 1 列的一部分