我正在尝试在变量和之前的所有变量之间创建一般线性回归模型,从两个矩阵开始,每行。
我有两个相似的矩阵,包含30行和41列,两者都是这样的:
Subject1 Subject2 Subject3 Subject4 Subject5 Subject6 Subject7 Subject8 Subject9
Trial 1 NA 66 NA 6 NA 45 NA NA NA
Trial 2 10 105 10 6 6 NA 6 10 15
Trial 3 NA 136 10 6 10 45 15 10 NA
Trial 4 10 NA 10 6 10 45 28 NA 6
Trial 5 10 NA 15 6 15 45 36 0 10
Trial 6 NA 21 NA 6 15 45 55 10 10
如果一个是NA,则另一个具有值。
我试图为每个试验循环回归,其中预测的试验值(第n个)具有所有先前的值(n-1)作为回归量。
经过大量研究后,我找到了一种可能的回归方法,
expand.grid(c(TRUE,FALSE), c(TRUE,FALSE), c(TRUE,FALSE), c(TRUE,FALSE))
并从中构建,但由于最后一个模型的回归数是29倍2,因为2个矩阵会创建一个太大的网格,我也只需要以前试验的模型。
非常感谢任何帮助。
感谢。