1

我有一个包含几个分组变量的数据集，我想在这些变量上运行滚动窗口线性回归。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 计算滚动窗口线性回归的示例，但是我想将这些线性回归应用于数据集中的组，这增加了复杂性。

这是一个示例数据集和我当前的代码，它很接近并且不能正常工作。

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 基本滚动窗口线性回归代码，其中窗口大小为 6，顺序回归由 3 个数据点分隔，我只提取斜率系数（lm...）[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窗口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 尝试了类似的方法。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")
}

然后使用 ddply 运行应用该功能

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。我想一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研究它，但是有没有人知道一种分组滚动窗口线性回归的方法，可能比这种方法更简单？

感谢您的帮助，内特

4

1 回答 1

2

1)rollapply也适用于数据帧，因此无需转换df为动物园。

2) lmuses na.action, not na.rm，它的默认值是na.omit这样我们就可以放弃这个参数。

3)rollapplyr是一种更简洁的写法rollapply(..., align = "right")。

假设rolled否则你想要什么并将这些更改合并到中rolled，问题中的ddply陈述应该有效，或者我们可以by从 R 的基础上使用，如下所示：

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))
于 2015-02-04T10:04:57.987 回答