Question

此处是R编程问题。

因此，我尝试运行多个滚动窗口回归并保存每个回归的beta。在给定的示例中，我想对前5个Obs在X1上回归Y。然后保存beta（斜率系数）。然后在下一个5（从第2行到第6行）上运行并保存下一个Beta。我想针对不同的X值执行三遍此操作。我的数据如下所示：

Row Y X1 X2 X3 
 1  1  2  3  NA
 2  1  3  5  NA
 3  1  4  6  NA
 4  2  4  6  4
 5  3  3  4  8
 6  4  4  6  7 
 7  3  5  5  3
 8  5  4  6  7

我尝试运行的代码是一个循环，如下所示：

#Rows equals the number of rows in my obs matrix.
for (j in 1:3) {
  for (i in 1:(Rows-4)) {
    Model<- lm(data[((i+0):(4+i)),1] ~ data[((i+0):(4+i)),j])
    betas[i,j] <- coefficients(Model)[2]
  }
}

问题是我的Beta矩阵仅给我X3第三列的NA。所以我得到的是：


Row X1     X2   X3 
 1  coef  coef  NA
 2  coef  coef  NA
 3  coef  coef  NA
 4  coef  coef  NA

但是，我想得到的是以下几行内容：

#my beta matrix looks like this

Row X1     X2   X3 
 1  coef  coef  NA
 2  coef  coef  NA
 3  coef  coef  NA
 4  coef  coef  coef

换句话说，因为最后一列（X3）具有一些初始NA，所以即使在其回归的窗口不包含NA的情况下，也为我提供了所有将来系数值的NA。我试图弄乱na.omit命令无济于事。

有人对如何进行这种循环回归有解决方案吗？已经非常感谢。一切顺利

Answer 1

我们可以采取一种outer方法，将任意函数应用于元素两个对象（列表/向量）的所有组合。

我们需要row.list，其中包含五个递增的序列，

row.list <- lapply(1:(nrow(dat)-4), function(x) x:(x+4))
# [[1]]
# [1] 1 2 3 4 5
# 
# [[2]]
# [1] 2 3 4 5 6
# 
# [[3]]
# [1] 3 4 5 6 7
# 
# [[4]]
# [1] 4 5 6 7 8

和我们的解释变量的向量ev。

ev <- c("X1", "X2", "X3")

我们还需要regFUN，它使用reformulate从字符串创建公式，

regFUN <- Vectorize(function(x, i) lm(reformulate(x, "Y"), dat[i, -1])$coe[2])

，最后我们使用outer将其应用于两个对象的所有元素组合。

res <- t(outer(ev, row.list, regFUN))

结果

`colnames<-`(res, ev)
#                X1          X2        X3
# [1,] 1.428571e-01 -0.05882353 0.2500000
# [2,] 3.333333e-01 -0.12500000 0.3461538
# [3,] 1.648597e-15 -0.37500000 0.1764706
# [4,] 0.000000e+00  0.37500000 0.2872340

数据：

dat <- read.table(text="Row Y X1 X2 X3 
 1  1  2  3  NA
 2  1  3  5  NA
 3  1  4  6  NA
 4  2  4  6  4
 5  3  3  4  8
 6  4  4  6  7 
 7  3  5  5  3
 8  5  4  6  7", header=TRUE)

Answer 2

问题归结为使用 j 引用的列。由于您需要填写一个空矩阵，但忽略 data 中的第一列，因此添加1以跳过用作因变量的第一列。而且由于第4行的窗口大于第3行的NA行，因此所有行都应该有回归结果：

for (j in 1:3) {
  for (i in 1:(Rows-4)) {
    Model<- lm(data[i:(4+i),1] ~ data[i:(4+i), j+1])
    betas[i,j] <- coefficients(Model)[2]
  }
}

betas
#              [,1]        [,2]      [,3]
# [1,] 1.428571e-01 -0.05882353 0.2500000
# [2,] 3.333333e-01 -0.12500000 0.3461538
# [3,] 1.648597e-15 -0.37500000 0.1764706
# [4,] 0.000000e+00  0.37500000 0.2872340

Online Demo

Answer 3

我找到了解决问题的方法。问题是，一旦我开始计算最终列（X3s）回归，就会显示一条错误消息。

提供正确解决方案的代码如下：

for (j in 1:3) {
  for (i in 1:(Rows-4)) {
    try(Model<- lm(data[i:(4+i),1] ~ data[i:(4+i), j+1]), silent=T)
    betas[i,j] <- coefficients(Model)[2]
  }
}

尝试的包含使我能够继续运行循环，并在最后一列中获得最终值。感谢大家的帮助。

用NA值循环滚动窗口回归

3 个答案:

结果