基于线性模型的R时间序列预测

我有一个XTS数据框架，我试图将一个线性模型拟合到一组未来日期。我已经将数据帧分为过去和现在（出于其他原因），并将线性模型拟合如下

lin_mod <- lm(PastExchg ~ Time, data = BackDF)

我怀疑这可能与

Time

列是日期格式有关。或者，

Time

列是不规则的。我怎样才能解决这个问题

ForwDF看起来像

              PLN       Time
2004-06-28 4.5331 2004-06-28
2004-06-29 4.5270 2004-06-29
2004-06-30 4.5025 2004-06-30
2004-07-01 4.5155 2004-07-01
2004-07-02 4.5258 2004-07-02
2004-07-05 4.5304 2004-07-05
2004-07-06 4.5138 2004-07-06
2004-07-07 4.5330 2004-07-07

PLN

是该列的真实值（稍后我将比较

pred

中的预测值，一旦我能得到它们！！）。

试试这个：

ForwDF$pred <- predict(lin_mod, newdata= data.frame(Time = ForwDF$Time))

ForwDF$pred此功能：

# Create similar data
Time <- sort(sample(seq(Sys.Date(), Sys.Date() - 200, length.out = 200))[1:100])
df <- data.frame(y = rnorm(100), Time = Time)

# Linear regression and prediction
lin_mod <- lm(y ~ Time, data = df)
df$pred <- predict(lin_mod, newdata=list(Time = df$Time)

#创建类似的数据
时间预测需要一个数据帧，你给了它一个向量。当您传递数据帧时，predict将根据指定的方式找到正确的变量。这就是为什么埃利亚斯的答案应该有效。
# Create similar data
Time <- sort(sample(seq(Sys.Date(), Sys.Date() - 200, length.out = 200))[1:100])
df <- data.frame(y = rnorm(100), Time = Time)

# Linear regression and prediction
lin_mod <- lm(y ~ Time, data = df)
df$pred <- predict(lin_mod, newdata=list(Time = df$Time)