R中日期和某些相关输出的线性回归

实际上，我需要使用线性回归计算参数θ0和θ1。 我的数据框（data.1）由两列组成，第一列是日期时间，第二列是依赖于此日期的结果。
像这样：

        data.1[[1]]  data.1[[2]]
2004-07-08 14:30:00        12.41

现在，我有了这段代码，它反复多次计算参数

theta0

，

theta1

x=as.vector(data.1[[1]])
y=as.vector(data.1[[2]])

plot(x,y)

theta0=10
theta1=10
alpha=0.0001
initialJ=100000
learningIterations=200000

J=function(x,y,theta0,theta1){
m=length(x)
sum=0
for(i in 1:m){
  sum=sum+((theta0+theta1*x[i]-y[i])^2)
}
sum=sum/(2*m)
return(sum)
}

updateTheta=function(x,y,theta0,theta1){
sum0=0
sum1=0
m=length(x)
for(i in 1:m){
   sum0=sum0+(theta0+theta1*x[i]-y[i])
   sum1=sum1+((theta0+theta1*x[i]-y[i])*x[i])
 }
sum0=sum0/m
sum1=sum1/m
theta0=theta0-(alpha*sum0)
theta1=theta1-(alpha*sum1)
 return(c(theta0,theta1))
}    

for(i in 1:learningIterations){
thetas=updateTheta(x,y,theta0,theta1)
tempSoln=0
tempSoln=J(x,y,theta0,theta1)
if(tempSoln<initialJ){
  initialJ=tempSoln
}
if(tempSoln>initialJ){
   break
 }
theta0=thetas[1]
theta1=thetas[2]
#print(thetas)
#print(initialJ)
plot(x,y)
lines(x,(theta0+theta1*x), col="red")
  }
  lines(x,(theta0+theta1*x), col="green")

x=as.vector（data.1[[1]]）
y=as.vector（数据.1[[2]]）
绘图（x，y）
θ0=10
θ1=10
α=0.0001
初始值j=100000
学习迭代次数=200000
J=函数（x，y，θ0，θ1）{
m=长度（x）
总和=0
对于（1:m中的i）{
总和=总和+（（θ0+θ1*x[i]-y[i]）^2）
}
总和=总和/（2*m）
回报（总和）
}
updateTheta=函数（x，y，θ0，θ1）{
sum0=0
sum1=0
m=长度（x）
对于（1:m中的i）{
sum0=sum0+（θ0+θ1*x[i]-y[i]）
sum1=sum1+（（θ0+θ1*x[i]-y[i]）*x[i]）
}
sum0=sum0/m
sum1=sum1/m
θ0=θ0-（α*sum0）
θ1=θ1-（α*sum1）
返回（c（θ0，θ1））
}    
for（i in 1:learningIterations）{
θ=更新θ（x，y，θ0，θ1）
tempSoln=0
tempSoln=J（x，y，θ0，θ1）
if（tempSolninitialJ）{
打破
}
θ0=θ[1]
θ1=θ[2]
#打印（θ）
#打印（缩写J）
绘图（x，y）
行（x，（θ0+θ1*x），col=“红色”）
}
行（x，（θ0+θ1*x），col=“绿色”）

现在我想使用以下场景计算θ0和θ1：

y=data.1[[2]]

和

x=dates

，无论年份如何，它们都是相似的

y=data.1[[2]]

和

x=months

，无论年份如何，它们都是相似的

---

请建议..

正如@Nicola所说，您需要在

R

如果您想了解有关

线性回归的更多信息，请查看或遵循

首先，你必须确定你的公式。您希望使用
数据计算
Theta0
和
Theta1
。1[[2]]
和
日期
/
月份

您的第一个公式大致如下：

formula <- Theta0 ~ data.1[[2]] + dates

之后，您可以使用输出进行各种计算。

例如，您可以计算方差分析，或者只打印摘要：

anova(variablename)
summary(variablename)


旁注：

我注意到您使用
=
分配变量。不建议使用括号。有关更多信息，请查看

在
R
中，最好使用
R中的
线性回归通过
lm
函数实现。有关详细信息，请参见
？lm
。@Mohit如果我的答案对您有帮助，请将其标记为已接受：）
=
作业没有“错误”是一种样式选择，甚至可能是Mohit工作的样式指南的一部分。
anova(variablename)
summary(variablename)

x <- as.vector(data.1[[1]])
y <- as.vector(data.1[[2]])

plot(x,y)

theta0 <- 10
theta1 <- 10
alpha <- 0.0001
initialJ <- 100000
learningIterations <- 200000