Question

我尝试在数据框的选定部分上运行几个回归。有22列。一个是＆＃34; DATE＆＃34;，一个是＆＃34; INDEX＆＃34;和S1，S2，S3 ...... S20。

我以这种方式运行回归：

public class DatabaseInsertClass extends SqlWorkClass {

    @Override
    public void updateDatabaseInfo(String newUserName, String newBalance) throws ClassNotFoundException{
            //some actions with code above
}

public class DatabaseUpdateClass extends SqlWorkClass {

    @Override
    public void updateDatabaseInfo(String param1, String param2, String param3) throws ClassNotFoundException{
            //some actions with code above
}

public class DatabaseSelectClass extends SqlWorkClass {

        @Override
        public void updateDatabaseInfo(String param1) throws ClassNotFoundException{
                //some actions with code above
    }

1）如何缩短代码？就像使用间隔来告诉R：将S1到S20作为解释变量，并使用因变量INDEX对它们进行回归。

2）回归公式为：a + b * INDEX +错误然后提取所有＆＃34; b＆＃34;回归估计。让我们说列有10行，所以必须有10个估计值。同时提取所有错误：每列必须有10个错误，总共10 * 20 = 200个错误。

由于我没有R经验，欢迎各种帮助！谢谢！

Answer 1

您可以使用paste()而不是手动写出所有列名来大幅缩短代码：

Regression <- lm(as.matrix(df[paste0("S", 1:20)]) ~ df$INDEX)

要访问回归估算值，请使用Regression$fitted.values。对于错误，请使用Regression$residuals。

使用iris数据的示例：

data(iris)
Regression <- lm(Sepal.Length + Sepal.Width ~ Petal.Length, data = iris)

head(Regression$fitted.values)
  Sepal.Length Sepal.Width
1     4.879095    3.306775
2     4.879095    3.306775
3     4.838202    3.317354
4     4.919987    3.296197
5     4.879095    3.306775
6     5.001771    3.275039

head(Regression$residuals)
  Sepal.Length Sepal.Width
1    0.2209054   0.1932249
2    0.0209054  -0.3067751
3   -0.1382024  -0.1173536
4   -0.3199868  -0.1961965
5    0.1209054   0.2932249
6    0.3982287   0.6249605

Answer 2

如果您有22列，只需使用数据框中列的位置即可。在答案中使用与LAP相同的数据集：

# load iris dataset
date(iris)
# run regression
Regression <- lm(as.matrix(iris[1:3]) ~ Petal.Width, data = iris)

在您的情况下，这会转换为：

# run the regression
Regression <- lm(as.matrix(df[3:22]) ~ INDEX, data = df)

假设您的因变量在第3列到第22列（第一列是日期，第二列是索引，或类似的那些）

对数据框的某些部分运行回归并提取估计值+错误

2 个答案: