Question

我有一个包含多个分组变量的数据集，我想在其上运行滚动窗口线性回归。最终目标是提取具有最低斜率的10个线性回归并将它们平均在一起以提供平均最小变化率。我已经找到了使用rollapply来计算滚动窗口线性回归的示例，但是我想要将这些线性回归应用于数据集中的组，这增加了复杂性。

这是一个示例数据集和我当前的代码，它很接近并且不太起作用。

dat<-data.frame(w=c(rep(1,27), rep(2,27),rep(3,27)), z=c(rep(c(1,2,3),27)), 
x=c(rep(seq(1,27),3)), y=c(rnorm(27,10,3), rnorm(27,3,2.2), rnorm(27, 6,1.3)))

其中w和z是两个分组变量，x和y是回归项。

从我的互联网搜索这里是一个基本的滚动窗口线性回归代码，其中窗口大小为6，连续回归由3个数据点分隔，我只提取斜率coef（lm ...）[2]

library(zoo)    
slopeData<-rollapply(zoo(dat), width=6, function(Z) { 
coef(lm(formula=y~x, data = as.data.frame(Z), na.rm=T))[2]
}, by = 3, by.column=FALSE, align="right")

现在我希望将此滚动窗口回归应用于由两个分组变量w和z指定的组。所以我尝试使用plyr包中的ddply这样的东西。首先，我尝试将上面的代码重写为函数。

rolled<-function(df) {
    rollapply(zoo(df), width=6, function(Z) { 
    coef(lm(formula=y~x, data = as.data.frame(Z), na.rm=T))[2]
    }, by = 3, by.column=FALSE, align="right")
}

然后使用ddply运行应用该功能

groupedSlope <- ddply(dat, .(w,z), function(d) rolled(d))

然而，这不起作用，因为我收到一系列警告和错误。我想，一些错误可能与动物园格式和数据框的组合有关，这变得过于复杂。这是我到目前为止所做的工作，但是有没有人知道一种获得分组，滚动窗口线性回归的方法，可能比这种方法更简单？

感谢您的帮助，内特

Answer 1

1）rollapply也适用于数据框，因此没有必要将df转换为动物园。

2）lm使用na.action，而非na.rm，其默认值为na.omit，因此我们可以放弃此论点。

3）rollapplyr是一种更简洁的方式来编写rollapply(..., align = "right")。

假设rolled以其他方式执行您想要的操作并将这些更改合并到rolled中，问题中的ddply语句应该有效，或者我们可以使用by来自基数我们在下面显示的R：

rolled <- function(df) {
    rollapplyr(df, width = 6, function(m) { 
          coef(lm(formula = y ~ x, data = as.data.frame(m)))[2]
       }, by = 3, by.column = FALSE
   )
}
do.call("rbind", by(dat, dat[c("w", "z")], rolled))

R：使用rollapply和ddply分组滚动窗口线性回归

1 个答案: