R：使用 rollapply 和 ddply 分组滚动 window 线性回归

Question

我有一个包含多个分组变量的数据集，我想对其进行运行滚动 window 线性回归。最终目标是提取具有最低斜率的 10 个线性回归并将它们平均在一起以提供平均最小变化率。我找到了使用 rollapply 计算滚动 window 线性回归的示例，但我有一个额外的复杂性，我想将这些线性回归应用于数据集中的组。

这是一个示例数据集和我当前的代码，该代码很接近但不能正常工作。

dat<-data.frame(w=c(rep(1,27), rep(2,27),rep(3,27)), z=c(rep(c(1,2,3),27)), 
x=c(rep(seq(1,27),3)), y=c(rnorm(27,10,3), rnorm(27,3,2.2), rnorm(27, 6,1.3)))

其中 w 和 z 是两个分组变量，x 和 y 是回归项。

从我的互联网搜索中，这里是一个 R 基本滚动 window 线性回归代码，其中 window 大小为 6，顺序回归由 3 个数据点分隔，我只提取斜率系数（我...)[2]

library(zoo)    
slopeData<-rollapply(zoo(dat), width=6, function(Z) { 
coef(lm(formula=y~x, data = as.data.frame(Z), na.rm=T))[2]
}, by = 3, by.column=FALSE, align="right")

现在我希望将此滚动 window 回归应用于由两个分组变量 w 和 z 指定的组。所以我使用 plyr 包中的 ddply 尝试了类似的东西。首先我尝试将上面的代码重写为一个函数。

rolled<-function(df) {
    rollapply(zoo(df), width=6, function(Z) { 
    coef(lm(formula=y~x, data = as.data.frame(Z), na.rm=T))[2]
    }, by = 3, by.column=FALSE, align="right")
}

然后运行使用 ddply

应用该函数

groupedSlope <- ddply(dat, .(w,z), function(d) rolled(d))

但是，这不起作用，因为我收到了一系列警告和错误。我想有些错误可能与动物园格式和数据框的组合有关，这变得过于复杂。到目前为止我一直在努力，但是有谁知道分组、滚动 window 线性回归的方法，可能比这种方法更简单？

感谢您的帮助，内特

Answer 1

1) rollapply 也适用于数据帧，因此没有必要将 df 转换为动物园。

2) lm 使用 na.action，而不是 na.rm，它的默认值是 na.omit 所以我们可以放弃这个参数。

3) rollapplyr更简洁的写法是rollapply(..., align = "right").

假设 rolled 以其他方式执行您想要的并将这些更改合并到 rolled 中，问题中的 ddply 语句应该有效，或者我们可以使用 by 来自我们在下面显示的 R 的基数：

rolled <- function(df) {
    rollapplyr(df, width = 6, function(m) { 
          coef(lm(formula = y ~ x, data = as.data.frame(m)))[2]
       }, by = 3, by.column = FALSE
   )
}
do.call("rbind", by(dat, dat[c("w", "z")], rolled))

R：使用 rollapply 和 ddply 分组滚动 window 线性回归

R: Grouped rolling window linear regression with rollapply and ddply

r

plyr

rollapply