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
答案 0 :(得分:2)
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))