R 中滚动 window 组的多元线性回归

Question

我的数据框如下所示：

Date = c(rep(as.Date(seq(15000,15012)),2))
Group = c(rep("a",13),rep("b",13))
y = c(seq(1,26,1))
x1 = c(seq(0.01,0.26,0.01))
x2 = c(seq(0.02,0.26*2,0.02))
df = data.frame(Group,Date,y,x1,x2)

head(df,3)

Group	Date	y	x1	x2
a	2011-01-26	1	0.01	0.02
a	2011-01-27	2	0.02	0.04
a	2011-01-28	3	0.03	0.06

我想在滚动 window 即 3.

中按组（y 作为因变量，x1、x2 作为自变量）进行多元回归

我尝试使用包 tidyverse 和 zoo 以及以下代码来实现此目的，但失败了。

  ## define multi-var-linear regression function and get the residual
  rsd <- function(df){
    lm(formula = y~x1+x2, data = as.data.frame(df), na.action = na.omit) %>%
      resid() %>%
      return()
  }
  ## apply it by group with rolling window
  x <- df %>% group_by(Group) %>%
    rollapplyr(. , width = 3, FUN = rsd)

这段代码的输出不是我真正想要的。

有谁知道如何在滚动中按组进行多元回归 window？提前致谢，吉赛尔

感谢 Grothendieck 和 Marcus 的代码！ 它真的帮了我很多:) 我现在将它们添加到这里：

# Grothendieck method
rsd <- function(df){
  lm(formula = y~x1+x2, data = as.data.frame(df), na.action = na.omit) %>%
    resid() %>%
    return()
}

width <- 5
df_m2 <-
  df %>% 
  group_by(Group) %>%
  group_modify(~ {
    cbind(., rollapplyr(.[c("y", "x1", "x2")], width, rsd, fill = NA,
                        by.column = FALSE))
  }) %>%
  ungroup %>%
  select(c("Group","Date","5")) %>%
  dplyr::rename(residual_m2 = "5")

# Marcus method
output <- data.frame()
for (i in unique(df$Group)) {
  a = df%>% subset(Group==i)
  a[,"residual"] = NA
  max = nrow(a)
  if(max<5){
    next
  }
  for (j in seq(5,max,by=1)) {
    b = a %>% slice((j-4):j)
    lm_ = lm(y~x1+x2, data = b)
    a[j,]$residual = residuals(lm_)[5]
  }
  output <-
    output %>%
    rbind(a)
}

Answer 1

一个好的 old-fashioned for-loop 这里可以是：

for (i in unique(df$Group)){
  for (j in (seq(15000,15012, 3))){
      lm_ <- lm(formula = df[df$Group== i & df$Date %in% c(j, j+1, j+2), 3] ~ df[df$Group== i & df$Date %in% c(j, j+1, j+2), 4] + df[df$Group== i & df$Date %in% c(j, j+1, j+2), 5], na.action = na.omit)
      print(paste('Group', i, 'Dates from', j, 'to', j+3, residuals(lm_)))
  }
}

Answer 2

使用 group_modify 并使用带有 by.column = FALSE 参数的 rollapplyr 以便 rsd 一次应用于所有列，而不是一次应用于一个列。

请注意，如果您将宽度 3 与两个预测变量和一个截距一起使用，则残差必然全为零，因此我们将宽度更改为 5。

library(dplyr, exclude = c("lag", "filter"))
library(zoo)

width <- 5

df %>% 
  group_by(Group) %>%
  group_modify(~ {
      cbind(., rollapplyr(.[c("y", "x1", "x2")], width, rsd, fill = NA,
          by.column = FALSE))
  }) %>%
  ungroup

R 中滚动 window 组的多元线性回归

Multiple linear regression by group in a rolling window in R

r

linear-regression

zoo

rollapply

tidyverse