【问题标题】:How can I write a For loop function to run several regressions and store the results?如何编写一个 For 循环函数来运行多个回归并存储结果?
【发布时间】:2020-06-08 17:11:57
【问题描述】:

我想请求帮助:我正在尝试在循环中自动执行一系列任务。基本上它正在运行一系列回归,存储结果并将其导出(写入)到 csv 文件中。

问题: 我曾多次尝试运行“For”循环。我不知道如何根据 current_date 列为每个回归创建和命名新变量

数据说明: Link to dataset 它是表格格式的美国各州数据集(有点类似于 Tidy Data)。 每行或观察指的是特定日期的特定状态。 每列指的是状态的一个属性 任务: 主要问题:自动化运行一系列回归的过程,按日期存储结果并将其导出(写入)到 csv 文件中。

任务顺序:

  1. 运行回归
    1. 使用 broom 整理回归结果(系数、std 误差和 p 值)
    2. 按特定日期存储结果
    3. 在另一个日期重复回归
    4. 用扫帚整理回归结果(系数和模型)
    5. 按特定日期存储系数(coeff、std error、p 值)的结果
    6. 按特定日期存储回归模型(R 方等)的结果

…… 最后,将所有结果导出到 CSV 文件中

library(dplyr)
library(broom)
for(i in 1:length(current_date)){
    lmtest <- lm( outcome_var [[i]] ~ cumulative_var1_at_current_date + key_cat_var1, data = testdata)
    coeff_results<-tidy(lmtest)
    model_results<- glance(lmtest) 
    write.csv(coeff_results, “C:\\Users\\....combined_results.csv”)
    }

【问题讨论】:

    标签: r for-loop regression apply broom


    【解决方案1】:

    在这种情况下使用循环对我来说没有意义。此外,日期似乎不会影响回归的输出。你想要这样的东西吗:

    library(dplyr)
    library(broom)
    current_date <- Sys.Date()
    lmtest <- lm( outcome_var ~ cumulative_var1_at_current_date + key_cat_var1, data = testdata)
    coeff_results <- tidy(lmtest)
    model_results <- glance(lmtest) 
    write.csv(coeff_results, paste0("coeff-results-", current_date, ".csv"))
    write.csv(model_results, paste0("model-results", current_date, ".csv"))
    

    如果不是,请举例说明current_date 是什么,以及您的数据如何受到它的影响。

    在澄清当前日期的目的后:

    所以基本上,您需要遍历current_date 列中的唯一日期。然后,您必须保留与每一天相对应的数据。这是一个解决方案。

    testdata$current_date <- as.Date(testdata$current_date, format = "%d/%m/%y")
    all_dates <- unique(testdata$current_date)
    
    for(i in 1:length(all_dates)) {
      lmtest <- filter(testdata, current_date %in% all_dates[i]) %>% 
        lm( outcome_var ~ cumulative_var1_at_current_date + key_cat_var1, data = .)
      coeff_results <- tidy(lmtest)
      model_results <- glance(lmtest)
      write.csv(coeff_results, paste0("coeff-results-", all_dates[i], ".csv"))
      write.csv(model_results, paste0("model-results", all_dates[i], ".csv"))
    }
    

    在 lm 中可能有一种更优雅的方式通过子集,但我个人更喜欢dplyr::filter,因为它可以让您拥有更多控制权。

    【讨论】:

    • 谢谢。要回答有关数据如何依赖于“current_date”的问题 - “outcome_var” 具有附加到每个日期的特定值。变量“current_date”包括从 2 月的最后一周到 5 月的第一周的日期。它包括每一天的日期。我想为每个日期运行回归。示例:2 月 25 日、2 月 26 日、2 月 27 日等的回归。
    • 澄清后的跟进:代码有效 - 谢谢!我花了一些时间来弄清楚日期的一些问题。 format = "%d/%m/%y" 无法正常工作,无论我尝试什么都显示“NA”。 ---- 附加请求 我还可以请您解释一下使用“唯一”功能并循环遍历current_date %in% all_dates 背后的原理吗?这样我将学习如何在未来运行类似的代码。我还注意到 Stackoverflow 中有几个线程,我也可以在那里发表评论。
    • 您可能有一些混合日期格式(例如 1/6/2000 和 1-6-2000),因此 as.Date() 可能无法正确解析,因此 NA。您还可以尝试使用 lubridate 包中的 dmy() 函数来解析多种格式。至于第二个问题,您不需要两次运行相同的日期,因为它会重复并且会覆盖上一个。这就是为什么我使用unique() 来获取所有唯一日期的原因。现在,因为您将标量(all_dates[i])与向量(current_date 列)进行比较,所以您不能使用相等==,而是需要%in%。
    猜你喜欢
    • 2021-02-18
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2022-01-21
    • 1970-01-01
    • 2018-02-16
    • 1970-01-01
    • 2019-09-19
    相关资源
    最近更新 更多