我的第一个R问题还没有在任何论坛上讨论过,apparently...Consider我的假数据集:
A<-matrix(c(1,2,3,4,5,2,3,4,5,6,3,4,5,6,7),5,3)
a<-c(2,4,6,8,9)我想对A的每一列进行回归,并执行系统适配以测试一些限制,例如:
system.1<-list(A[,1]~a,A[,2]~a,A[,3]~a)
systemfit(system.1)现在我的问题是,我的“真实”矩阵A有数百个列。我正在努力创建一个系统适合接受的列表。我提出了以下不可行的代码:
varlist=NULL
for (i in 1:3){varlist[i] <- paste("A[,",i,"] ~ a",sep="")}
models <- lapply(varlist, function(x){
systemfit(substitute(j, list(j = as.name(x))))
}) 如果你撞到
substitute(j, list(j = as.name(varlist)))你可以看到解决方案
`A[,1] ~ a`包含符号,这似乎给系统适配带来了麻烦,因为它不被接受为一个公式。因此,问题似乎是按列循环,但我没有看到任何替代数据集在hand...Any的想法?
任何帮助都将不胜感激!
谢谢!
发布于 2014-12-14 03:41:27
这样做的惯用方法是创建引用数据帧中列的公式列表,然后将列表和数据帧传递给systemfit(...)。
df <- data.frame(a,A) # data frame with columns a, X1, X2, X3, ...
forms <- lapply(paste0(colnames(df)[-1],"~a"),as.formula)
library(systemfit)
systemfit(forms,data=df)
# systemfit results
# method: OLS
#
# Coefficients:
# eq1_(Intercept) eq1_a eq2_(Intercept) eq2_a eq3_(Intercept) eq3_a
# -0.182927 0.548780 0.817073 0.548780 1.817073 0.548780 https://stackoverflow.com/questions/27465931
复制相似问题