Question

我正在尝试从多个多线性回归中输出系数，存储每个系数，然后将系数乘以未来数据集以预测未来收入。

总共有91次回归。每个人都有一个＆＃39; DBA＆＃39;编号为0到90.这些是针对680个日期。

我有循环运行所有回归并输出系数。我需要帮助存储每个独特的91系数向量。

 x = 0
while(x<91) {
  pa.coef <- lm(formula = Final_Rev ~  OTB_Revenue + ADR + Sessions,data=subset(data, DBA == x))
  y <- coef(pa.coef)
  print(cbind(x,y))
  x = x + 1
}

在存储了每个唯一向量之后，我需要将向量乘以未来的日期＆＃39;输出预测收入。＆＃39;

非常感谢任何帮助！

谢谢！

Answer 1

由于您需要存储迭代中的数据，因此请考虑在for或while等标准循环上使用 apply 函数。并且因为您需要按组进行子集，所以请考虑使用by（面向对象的包装器到tapply），它按因子对数据帧进行切片并将子集传递给函数。这样一个所需的功能会调用lm和predict.lm。

下面演示随机数据和 otherdata 数据帧（每个 DBA 组10行），以返回预测 Final_Rev的命名列表向量（根据 DBA 组，每个长度为10）。

数据

set.seed(51718) data <- data.frame(DBA = rep(seq(0,90), 10), Sessions = sample(100:200, 910, replace=TRUE), ADR = abs(rnorm(910)) * 100, OTB_Revenue = abs(rnorm(910)) * 1000, Final_Rev = abs(rnorm(910)) * 1000) set.seed(8888) other_data <- data.frame(DBA = rep(seq(0,90), 10), Sessions = sample(100:200, 910, replace=TRUE), ADR = abs(rnorm(910)) * 100, OTB_Revenue = abs(rnorm(910)) * 1000, Final_Rev = abs(rnorm(910)) * 1000)

<强>预测

final_rev_predict_list <- by(data, data$DBA, function(sub){ pa.model <- lm(formula = Final_Rev ~ OTB_Revenue + ADR + Sessions, data=sub) predict.lm(pa.model, new_data=other_data) }) final_rev_predict_list[['0']] # 1 92 183 274 365 456 547 638 729 820 # 831.3382 1108.0749 1404.8833 1024.4387 784.5980 455.0259 536.9992 100.5486 575.0234 492.1356 final_rev_predict_list[['45']] # 46 137 228 319 410 501 592 683 774 865 # 1168.1625 961.9151 536.2392 1125.5452 1440.8600 1008.1956 609.7389 728.3272 1474.5348 700.1708 final_rev_predict_list[['90']] # 91 182 273 364 455 546 637 728 819 910 # 749.9693 726.6120 488.7858 830.1254 659.7508 618.7387 929.6969 584.3375 628.9795 929.3194

存储R中几个回归的系数，然后将系数调用到第二个循环

1 个答案: