使用 Rollapply 返回 Coefficient 和 Rsquare答案

【问题标题】：Using Rollapply to return both the Coefficient and RSquare使用 Rollapply 返回 Coefficient 和 Rsquare
【发布时间】：2021-09-12 18:05:31
【问题描述】：

我有一个如下所示的数据集：

data.table(x=c(11:30),y=rnorm(20))

我想计算最后 10 项的滚动回归系数和 rsquared：

dtset[,coefficient:=rollapply(1:20,width=10,FUN=function(a) {
  subdtset <- dtset[a]
  reg <- lm.fit(matrix(data=c(subdtset$x, rep(1,nrow(subdtset))), nrow=nrow(subdtset), ncol=2), subdtset$y)
  return(coef(reg)[1])
},align="right",fill=NA)]
dtset[,rsquare:=rollapply(1:20,width=10,FUN=function(a) {
  subdtset <- dtset[a]
  reg <- lm.fit(matrix(data=c(subdtset$x, rep(1,nrow(subdtset))), nrow=nrow(subdtset), ncol=2), subdtset$y)
  return(1 - sum((subdtset$y - reg$fitted.values)^2) / sum((subdtset$y - mean(subdtset$y, na.rm=TRUE))^2))
},align="right",fill=NA)]

上面的代码实现了这一点，但我的数据集有数百万行，并且我有多个列，我想在其中进行这些计算，因此需要很长时间。我希望有一种方法可以加快速度：

有没有更好的方法来捕获 rollapply 中的最后 10 个项目，而不是将行号作为变量 a 传递，然后执行 subdtset
有没有办法从一个 rollapply 语句中返回 2 个值？如果我只需要进行一次回归，然后从中获取系数并计算 R 方，我认为我可以节省大量时间。两次执行相同的计算是非常低效的。

感谢您的帮助！

【问题讨论】：

(2) 返回一个list（并用asplit(.,2)包裹）并赋值给两个值，例如dtset[, c("a","b") := asplit(rollapply(..., FUN=function(a) { ...; list(1, 2);}),2)]。
谢谢你！我不知道 asplit 函数。

标签： r zoo rollapply

【解决方案1】：

使用by.column = FALSE 将两列都传递给函数。在函数中直接计算斜率和 r 平方以避免lm.fit 的开销。请注意，rollapply 可以返回一个向量，并且末尾带有 r 的 rollapplyr 是右对齐的。如果 dtset 由单个 x 列后跟多个 y 列组成，这也适用，如下例中内置的 anscombe 数据框。

library(data.table)
library(zoo)

stats <- function(X, x = X[, 1], y = X[, -1]) {
  c(slope = cov(x, y) / var(x), rsq = cor(x, y)^2)
}
rollapplyr(dtset, 10, stats, by.column = FALSE, fill = NA)

a <- anscombe[c("x3", "y1", "y2", "y3")]
rollapplyr(a, 3, stats, by.column = FALSE, fill = NA)

检查

我们使用内置的BOD 数据框检查公式。

fm <- lm(demand ~ Time, BOD)
c(coef(fm)[[2]], summary(fm)$r.squared)
## [1] 1.7214286 0.6449202

stats(BOD)
##     slope       rsq 
## 1.7214286 0.6449202

【讨论】：

我刚刚学会了by.column= 并且喜欢它。
谢谢你。我之前看过 by.column 输入，但我不知道输入整个数据表。你的例子对我的工作很有帮助。
（不过，在玩它时，我有点恼火X 是matrix，而不是data.frame 或data.table。:-( )
@r2evans，zoo 的想法是提供一个不规则间隔的 ts 版本，而 ts 是基于向量和矩阵的。阅读design vignette 了解动物园的目标。