许多回归和报告系数的循环
loop of many regression and report coefficients
请像这样显示每家公司的均值和最大值的回归循环并报告系数:
lm(colmean$MSFT~colmax$MSFT)
lm(colmean$AAPL~colmax$AAPL)
lm(colmean$GOOGL~colmax$GOOGL)
Data:
> head(colmax)
MSFT AAPL GOOGL
1 21.23999 5.201410 97.810
2 21.38546 6.096268 105.430
3 20.64884 6.019837 94.405
> head(colmean)
MSFT AAPL GOOGL
1 21.11067 4.975767 94.04000
2 20.91273 5.663524 97.50684
3 20.05333 5.681336 90.57909
您可以尝试lapply
,最终结果将在一个列表中,其中每个元素都适合每一列:
fit <- lapply(names(colmax), function(x){
lm(colmean[[x]] ~ colmax[[x]])
})
或 mapply
:
mapply(function(x, y) lm(y ~ x), colmax, colmean, SIMPLIFY = F)
请像这样显示每家公司的均值和最大值的回归循环并报告系数:
lm(colmean$MSFT~colmax$MSFT)
lm(colmean$AAPL~colmax$AAPL)
lm(colmean$GOOGL~colmax$GOOGL)
Data:
> head(colmax)
MSFT AAPL GOOGL
1 21.23999 5.201410 97.810
2 21.38546 6.096268 105.430
3 20.64884 6.019837 94.405
> head(colmean)
MSFT AAPL GOOGL
1 21.11067 4.975767 94.04000
2 20.91273 5.663524 97.50684
3 20.05333 5.681336 90.57909
您可以尝试lapply
,最终结果将在一个列表中,其中每个元素都适合每一列:
fit <- lapply(names(colmax), function(x){
lm(colmean[[x]] ~ colmax[[x]])
})
或 mapply
:
mapply(function(x, y) lm(y ~ x), colmax, colmean, SIMPLIFY = F)