如何用for循环实现批量回归？

请高人指点：如何用for循环实现线性回归？
如附件里内容，列由obs, category, year, y, x1, x2, x3, ，行分别由3000多个观测值构成时间序列，一个obs都用统一的代号。现在想对每一个进行多元线性回归，y为因变量，x1,x2,x3为自变量，如何用rstudio实现线性回归？请哪位大神帮忙写一下代码，20个币悬赏。

你这个数据里面存在缺失值，你没有说明如何处理，那我就默认把含有缺失值的观测都删除了。这里因为你要求的东西比较简单，所以写for循环问题也不大

1. df <- readxl::read_excel("dfs.xlsx")
   
2. 
   
3. library(dplyr)
   
4. library(tidyr)
   
5. 
   
6. # show na rows
   
7. df %>% filter(is.na(x1)|is.na(x2)|is.na(x3))
   
8. 
   
9. # remove na obs in x3
   
10. df <- df %>% select(-year, -category) %>% drop_na(x1, x2, x3)
    
11. 
    
12. # method #1 by for loop
    
13. df_lst <- split(df, df$obs)
    
14. n <- length(df_lst)
    
15. tbl <- matrix(NA, ncol = 6, nrow = n)
    
16. 
    
17. for(i in 1:length(df_lst)){
    
18.   obs <- unique(df_lst[[i]]$obs)
    
19.   fit <- lm(y ~ ., data = df_lst[[i]][,-1])
    
20.   tbl[i,] <- c(obs, fit$coefficients, summary(fit)$r.squared)
    
21. }
    
22. 
    
23. colnames(tbl) <- c('obs','intercept', 'x1', 'x2', 'x3', 'r.squared')

复制代码

当然，通常个人比较习惯的还是使用broom和tidyr的配合，这样根据实际情况筛选需要的统计量。可以参考这个回答。

https://stackoverflow.com/questions/22713325/fitting-several-regression-models-with-dplyr

owenqi 发表于 2022-1-28 05:04
你这个数据里面存在缺失值，你没有说明如何处理，那我就默认把含有缺失值的观测都删除了。这里因为你要求的 ...

+     ob <- unique(df_lst[]$ob)
+     fit <- lm(y ~ ., data = df_lst[][,-1])
+     tbl[i,] <- c(ob, fitcoefficients,summary(fit)coefficients, summary(fit)r.squared)}
Error: unexpected symbol in:
"    fit <- lm(y ~ ., data = df_lst[][,-1])
    tbl[i,] <- c(ob, fitcoefficients,summary(fit)coefficients"
>
> colnames(tbl) <- c('ob','intercept', 'x1', 'x2', 'x3', 'r.squared')
>太感谢了！但是， 运行到回归赋值这一步就报错了，不知道问题出在哪里？

fengzhenbai 发表于 2022-1-28 11:46
+     ob

应该是论坛的一些功能错误，代码第20行，fit_coefficents，这个地方的美元符号我现在用下划线代替了，不然文本读成markdown的格式了。

owenqi 发表于 2022-1-28 13:40
应该是论坛的一些功能错误，代码第20行，fit_coefficents，这个地方的美元符号我现在用下划线代替了，不然 ...

+     fit <- lm(y ~ ., data = df_lst[][,-1])
+     tbl[i,] <- c(ob, fit$coefficients,summary(fit)coefficients, summary(fit)r.squared)}
Error: unexpected symbol in:
"    fit <- lm(y ~ ., data = df_lst[][,-1])
    tbl[i,] <- c(ob, fit$coefficients,summary(fit)coefficients"
>
> colnames(tbl) <- c('ob','intercept', 'x1', 'x2', 'x3', 'r.squared')

还是出现了不能识别的问题，真不好意思。

owenqi 发表于 2022-1-28 13:40
应该是论坛的一些功能错误，代码第20行，fit_coefficents，这个地方的美元符号我现在用下划线代替了，不然 ...

大神，能不能再帮忙看一下，加了美元符号还是和原来一样报错，就差这一步了。跪谢了！

for i in range(len(df)) 就可以了

for i in range(len(df)) 就可以了

fengzhenbai 发表于 2022-1-28 15:59
+     fit  colnames(tbl)

你是不是粘贴我代码的时候出了问题，拟合模型那里，我的代码是

1. fit <- lm(y ~ ., data = df_lst[[i]][,-1])

复制代码

你贴在回复里面的是

1. fit <- lm(y ~ ., data = df_lst[][,-1])

复制代码

df_lst后面完全不一样。

owenqi 发表于 2022-1-29 00:44
你是不是粘贴我代码的时候出了问题，拟合模型那里，我的代码是你贴在回复里面的是df_lst后面完全不一样。

非常感谢！