有没有一种方法可以外推R中包含日期的数据帧？

我试图推断数据，我的x轴包含日期

我至少有以下工作示例：

df0 <- c('1-Feb', '10-Feb', '12-Apr', '20-Feb')
df1 <- c(10, 20, 35, 25)
df2 <- cbind.data.frame(df0, df1)
names(df2) <- c('date','value')
df2$date <- as.Date(df3$date, format = "%d-%b")

library(ggplot2)
ggplot(df2,aes(x=date, y =value)) + 
  geom_point() + 
  scale_x_date(date_labels = "%d-%b")

df0编辑：公式编辑

那么你想根据你目前掌握的数据预测五月份的价格

这里有一种方法，使用线性回归

library(tidyverse)
library(lubridate)

df0 <- c('1-Feb', '10-Feb', '12-Apr', '20-Feb')
df1 <- c(10, 20, 35, 25)
df2 <- cbind.data.frame(df0, df1)
names(df2) <- c('date','value')

df2 <- df2 %>%
  mutate(date = as.Date(date, format = "%d-%b"),
         date = ymd(date)) %>%
  as_tibble()

ggplot(df2,aes(x=date, y =value)) + 
  geom_point() + 
  scale_x_date(date_labels = "%d-%b")

#make your linear regression model
model <- lm(value ~ date,data=df2)

#predict values for new dates in May
new_dates <- tibble(date=ymd(c('2019-05-01','2019-05-30')))
pred_vals <- predict(model,new_dates)

future_vals <- tibble(date = new_dates$date,
                    value = pred_vals)

#combine predicted values with observed
df3 <- bind_rows(df2,future_vals)

#chart the new combination
ggplot(df3,aes(x=date, y =value)) + 
  geom_point() + 
  scale_x_date(date_labels = "%d-%b")

库（tidyverse）
图书馆（lubridate）
df0如果不在
glm（）
中指定族，我认为您没有使用逻辑回归。另一方面，如果您想使用线性回归，我认为最好使用
lm（）
。在
glm（）
中，族参数默认为Gaussian，是的，但是当您使用
lm（）
时，为什么要使用
glm（）
？只是问问，也许使用
glm（）
更好。然而，这并不是一个明确的逻辑。另外，你正在用日期和值进行回归，这似乎很奇怪，单变量时间序列分析有一个完全不同的方法（可能是你的方法最大的问题，也许我错了）。是的，我认为你是对的，在键入答案之前，我并没有仔细考虑这个问题。我刚刚用lm（）检查了一下，预测值是一样的。Tbh OP可以按照我的方法使用lm（）。