线性回归 - 移动每个 运行 的独立列和相关列
Linear regression - moving independent and dependent columns for each run
我正在努力解决这个问题：
假设我有 data("mtcars") 数据框。我想对该数据框的两列进行回归（例如 mtcars$mpg 与 mtcars$wt），将每个回归的 R 平方和每个回归的残差存储到两个不同的数据框中，然后将列移动到对自变量和因变量都是正确的（例如 mtcars$cyl 与 mtcars$qsec）。我需要重复这个直到我到达最后一个自变量列（在这个 mtcars 数据库中它将是 drat 列）。
如有任何帮助，我们将不胜感激！
对列索引使用滚动应用。 List(c(-5, 0)) 表示在每次迭代中使用偏移量 -5 和 0。
library(zoo)
resids <- t(rollapply(1:ncol(mtcars), list(c(-5, 0)),
function(ix) resid(lm(mtcars[, ix]))))
rsquareds <- rollapply(1:ncol(mtcars), list(c(-5, 0)),
function(ix) summary(lm(mtcars[, ix]))$r.squared)
如果您想反转因变量和自变量，请改用 list(c(0, -5))。
我正在努力解决这个问题：
假设我有 data("mtcars") 数据框。我想对该数据框的两列进行回归（例如 mtcars$mpg 与 mtcars$wt），将每个回归的 R 平方和每个回归的残差存储到两个不同的数据框中，然后将列移动到对自变量和因变量都是正确的（例如 mtcars$cyl 与 mtcars$qsec）。我需要重复这个直到我到达最后一个自变量列（在这个 mtcars 数据库中它将是 drat 列）。
如有任何帮助，我们将不胜感激！
对列索引使用滚动应用。 List(c(-5, 0)) 表示在每次迭代中使用偏移量 -5 和 0。
library(zoo)
resids <- t(rollapply(1:ncol(mtcars), list(c(-5, 0)),
function(ix) resid(lm(mtcars[, ix]))))
rsquareds <- rollapply(1:ncol(mtcars), list(c(-5, 0)),
function(ix) summary(lm(mtcars[, ix]))$r.squared)
如果您想反转因变量和自变量，请改用 list(c(0, -5))。