R中循环的多元回归
Multiple regressions with loop in loop in R
我想运行下面的回归,有问题的变量是EP,是一个虚拟变量,我必须检查不同的情况,z(lenght=1000)是阈值变量。我想从 z 变量创建 1000 个不同的 EP 变量并保存系数。我在循环中使用循环,但结果完全 wrong.The 代码 运行 正确并且没有出错。方括号和圆括号中的是代码I运行。问题是有一个巨大的延迟,两个小时后的结果仍然 运行ning。
我将样本减少了 99%,但还是没有得到结果,代码 运行 没有问题。
我不想要任何特别的东西,只是对每个 z 值进行 运行 不同的回归并最终存储估计值。我不明白为什么要花这么长时间。有什么想法吗?
for (k in 1:1000){
z<-u[k]
for (i in 1:length(dS)){
if (dS[i]>=z) {
EP[i]=1
} else {
EP[i]=0
}
fitT <- dynlm(dR ~ L(dR,1)+L(EN)+L(EP)+L(ΚΜ,1)
prob[[k]] <- summary(fitT)$coefficients[1, 2]
}
您没有 i
循环的结束 }
;你也没有 dynlm
.
的结束语 )
请注意,您真的可以用
替换 i-loop
EP <- as.integer(dS >= z)
下次提问的时候,要清楚具体。 "I use a loop in loop but the results are completely wrong" 是什么意思?错误信息等?
我想运行下面的回归,有问题的变量是EP,是一个虚拟变量,我必须检查不同的情况,z(lenght=1000)是阈值变量。我想从 z 变量创建 1000 个不同的 EP 变量并保存系数。我在循环中使用循环,但结果完全 wrong.The 代码 运行 正确并且没有出错。方括号和圆括号中的是代码I运行。问题是有一个巨大的延迟,两个小时后的结果仍然 运行ning。
我将样本减少了 99%,但还是没有得到结果,代码 运行 没有问题。
我不想要任何特别的东西,只是对每个 z 值进行 运行 不同的回归并最终存储估计值。我不明白为什么要花这么长时间。有什么想法吗?
for (k in 1:1000){
z<-u[k]
for (i in 1:length(dS)){
if (dS[i]>=z) {
EP[i]=1
} else {
EP[i]=0
}
fitT <- dynlm(dR ~ L(dR,1)+L(EN)+L(EP)+L(ΚΜ,1)
prob[[k]] <- summary(fitT)$coefficients[1, 2]
}
您没有 i
循环的结束 }
;你也没有 dynlm
.
)
请注意,您真的可以用
替换 i-loopEP <- as.integer(dS >= z)
下次提问的时候,要清楚具体。 "I use a loop in loop but the results are completely wrong" 是什么意思?错误信息等?