Question

说我想进行回归分析，从而应以滚动方式获取DV的数据输入。为了简化此过程，因此，我首先要“复制”该向量，从而据此滚动观察值。例如，请参见下面的数据结构。

# libraries #
library(dplyr)

# reproducible data # 
df1 <- tibble(ID = as.factor(rep(c(1, 2), each = 40)),
              YEAR = rep(rep(c(2001:2010), each = 4), 2),
              QTR = rep(c(1:4), 20),
              DV = rnorm(80))

df2 <- tibble(ID = as.factor(rep(c(1, 2), each = 120)),
              YEAR = rep(rep(c(2005:2010), each = 20), 2),
              IV = rnorm(240))

数据之所以具有这种结构，是因为df2中的数据是先前执行的回归（同样使用"rolling" data）的残差。

然后的目的是运行一个模型，其中df1中的观测值将被“滚动”：

回归1：DV = df1中的第1-20行，IV = df2中的第1-20行
回归2：DV = df1中的第5-25行，IV = df2中的第21-40行
回归3：DV = df1中的第10-30行，IV = df2中的第41-60行
依此类推

我解决此问题的方法是尝试以滚动方式“复制” df1，以使回归更易于执行。

目前，我尝试通过embed()包中的函数base滚动它，但是由于我的真实数据集很大，因此很快就变得一团糟。会不会有一个精致的dplyr替代方案？

谢谢！

Answer 1

我们可以使用

v1 <- c(1, seq(5, nrow(df1), by = 4))
v2 <- seq(20, nrow(df1), by = 4)
i1 <- seq_len(min(c(length(v1), length(v2))))
lst1 <- map2(v1[i1], v2[i1], ~ df1 %>% 
                           slice(.x:.y))

类似地，使用'df2'

v11 <- seq(1, nrow(df2), by = 20)
v22 <- seq(20, nrow(df2), by = 20)
i2 <- seq_len(min(c(length(v11), length(v22))))
lst2 <- map2(v11[i2], v22[i2], ~ df2 %>% 
                           slice(.x:.y))

，然后使用map2在两个list的对应元素上应用函数

更新

正如OP提到的按“ ID”分组一样，一个选项是group_split按“ ID”分组，然后使用与上述相同的步骤

df1 %>%
    group_split(ID) %>% 
    map(~ {
      v1 <- c(1, seq(5, nrow(.x), by = 4))
      v2 <- seq(20, nrow(.), by = 4)
      i1 <- seq_len(min(c(length(v1), length(v2))))
      map2(v1[i1], v2[i1], function(x, y) .x %>%
           slice(x:y))
   })

R中滚动方式的重复向量

1 个答案:

更新