对数据框的某些部分运行回归并提取估计值 + 错误

Question

我尝试对数据框的选定部分进行多次回归。 有 22 列。一个是“日期”，一个是“索引”和 S1、S2、S3 ... S20。

我以这种方式运行回归：

Regression <- lm(as.matrix(df[c('S1', 'S2', 'S3', 'S4', 'S5', 'S6', 'S7', 'S8', 'S9', 'S10', 'S11', 'S12', 'S13', 'S14', 'S15', 'S16', 'S17', 'S18', 'S19', 'S20')]) ~ df$INDEX)
Regression$coefficients

1) 如何使代码更短？就像使用区间告诉 R：将 S1 到 S20 列作为解释变量，并使用因变量 INDEX 对它们进行回归。

2) 回归公式为：a + b*INDEX + error 然后从回归中提取所有“b”估计值。假设这些列有 10 行，所以必须有 10 个估计值。 同时提取所有错误：即每列必须有 10 个错误，总共 10*20=200 个错误。

由于我没有使用 R 的经验，欢迎各种帮助！谢谢！

Answer 1

如果您有 22 列，只需使用数据框中列的位置。在他的回答中使用与 LAP 相同的数据集：

# load iris dataset
date(iris)
# run regression
Regression <- lm(as.matrix(iris[1:3]) ~ Petal.Width, data = iris)

在您的情况下，这将转换为：

# run the regression
Regression <- lm(as.matrix(df[3:22]) ~ INDEX, data = df)

假设您的因变量在第 3 到 22 列（第一列是日期，第二列是索引，或类似的）

Answer 2

您可以通过使用paste() 来大大缩短您的代码，而不是手动写出所有列名：

Regression <- lm(as.matrix(df[paste0("S", 1:20)]) ~ df$INDEX)

要访问回归估计，请使用Regression$fitted.values。对于错误，请使用Regression$residuals。

使用iris 数据的示例：

data(iris)
Regression <- lm(Sepal.Length + Sepal.Width ~ Petal.Length, data = iris)

head(Regression$fitted.values)
  Sepal.Length Sepal.Width
1     4.879095    3.306775
2     4.879095    3.306775
3     4.838202    3.317354
4     4.919987    3.296197
5     4.879095    3.306775
6     5.001771    3.275039

head(Regression$residuals)
  Sepal.Length Sepal.Width
1    0.2209054   0.1932249
2    0.0209054  -0.3067751
3   -0.1382024  -0.1173536
4   -0.3199868  -0.1961965
5    0.1209054   0.2932249
6    0.3982287   0.6249605