trendtestR (version 1.0.1)

explore_trend_auto: Main dispatcher for trend analysis based on data type / Hauptverzweiger fuer Trendanalyse basierend auf Datentyp

Description

Automatically selects and calls the appropriate trend analysis function depending on whether the data is count-based or continuous. / Waehlt automatisch die passende Trendanalyse-Funktion basierend auf Zaehldaten oder stetigen Daten.

Usage

explore_trend_auto(
  df,
  datum_col,
  value_col,
  group_col = NULL,
  family = "auto",
  kdf = 3,
  return_formula = FALSE,
  verbose = FALSE,
  control = NULL
)

Value

Result from the appropriate trend analysis function. / Rueckgabe des Ergebnisses der ausgewaehlten Trendanalysefunktion (z.B. explore_poisson_trend()).

Arguments

df

Data frame with time series data. / Data Frame mit Zeitreihendaten.

datum_col

Name of the date/time column. / Name der Datums- oder Zeitspalte.

value_col

Name of the dependent variable column. / Name der abhaengigen Variablen.

group_col

Optional. Name of the grouping column. / Optional. Name der Gruppierungsvariable.

family

Model family to use: "auto", "poisson", "negbin", "zip", "zinb", "gaussian", etc. Passed to sub-functions. / Modellfamilie: "auto", "poisson", "negbin", "zip", "zinb", "gaussian" usw. Wird an Unterfunktionen weitergegeben.

kdf

Basis dimension for spline terms (k for GAM or ZI models). / Basisdimension fuer Splines (k bei GAM oder ZI-Modellen).

return_formula

If TRUE, return only the model formula without fitting. / Bei TRUE wird nur die Modellformel zurueckgegeben.

verbose

If TRUE, print detailed messages. / Bei TRUE werden Diagnosemeldungen ausgegeben.

control

Optional control parameters for model fitting (e.g., maxit). / Optionale Steuerparameter fuer die Modellanpassung.

See Also

[explore_poisson_trend()], [explore_zinb_trend()], [explore_continuous_trend()], [infer_value_type()], [prepare_group_data()]

Examples

# Simulated count data (Poisson)
df <- data.frame(
  datum = seq.Date(from = as.Date("2023-01-01"), by = "day", length.out = 100),
  value = rpois(100, lambda = 5)
)
explore_trend_auto(df, datum_col = "datum", value_col = "value")

# Beispiel mit kontinuierlichen Werten
df2 <- data.frame(
  datum = seq.Date(from = as.Date("2023-01-01"), by = "day", length.out = 100),
  value = sin(1:100 / 10) + rnorm(100)
)
explore_trend_auto(df2, datum_col = "datum", value_col = "value")