Question

我基本上想运行1000个线性回归（非常简单，Y〜X）并从每个线性回归中提取系数。每次回归都以Y的200个观测值的“块”为单位，因为每个回归的X都相同。这就是我所拥有的：

X<-rgamma(200,23,2)

U_list <- replicate(1000,rnorm(200,0,1),simplify = FALSE)
U_list <- setNames(U_list,paste0("U",seq_along(U_list)))

U<-unlist(U_list)

Y_list<-0.6+0.4*X+U
Y_list<-setNames(Y_list,paste0("Y",seq_along(Y_list)))

Y<-unlist(Y_list)

为了尝试这个，我尝试了一个for循环

k<-seq(from=1, to=200000, by=200)
for(i in k){
  assign(paste0("reg", i), lm(Y[i:199+i]~X))
}

我牢记在这个循环中，我会做这样的事情

reg1<-lm(Y[1:200]~X)
reg2<-lm(Y[201:400]~X) etc.

但是出现以下错误，并且我不太理解，因为如果我逐个进行回归，则会得到结果

Error in model.frame.default(formula = Y[i:199 + i] ~ X, drop.unused.levels = TRUE) : 
  variable lengths differ (found for 'X')

对于系数提取，我想到了一些rbind（），但我不确定是否会导致这种情况。如果要问的不是很多，我将不胜感激，因为我仍在学习如何编程，有时会令人沮丧！

Answer 1

我会用另一种数据结构解决您的问题，这使得将函数应用于多个元素更容易-data.frame：

X<-rgamma(200,23,2)

Y <- replicate(1000,rnorm(200,0,1),simplify = T)

Mat <- as.data.frame(cbind(X,Y))

names(Mat) <- c("X",paste("Y",1:1000,sep="_"))

Coeffs <- as.data.frame(t(apply(Mat[,2:ncol(Mat)],2,function(col){
  mod <- lm(col ~ Mat[,"X"])
  return(mod$coefficients)
})))

head(Coeffs,10)

     (Intercept)   Mat[, "X"]
Y_1    0.1616418 -0.007862732
Y_2    0.3841935 -0.030134746
Y_3   -0.4244851  0.044787500
Y_4    0.2059972 -0.017895949
Y_5    0.5207483 -0.048730507
Y_6    0.5163610 -0.036493825
Y_7    0.3589379 -0.038667216
Y_8   -0.2291387  0.025178289
Y_9   -0.1274423  0.010477415
Y_10  -0.6508141  0.047532979

线性回归环和系数提取误差

1 个答案: