我想在R中做大量看似不相关的回归(SUR)。为了便于对包含的变量的数量进行操作,我想要自动化这个过程。然而,在使用for循环运行回归时,我遇到了一个错误,而手动方法没有给出任何错误。我使用下面的代码。我收到的错误是:
Error in solve(sigma, tol = solvetol) :
Lapack routine dsptrf returned error code 11我使用下面的代码。
region=12
vars=4
# Performing Seemingly Unrelated Regression per variable and every region
for (i in 1:vars){
system <- list()
for (j in 1:region){
eq_single <- data_mat[,j]~data_mat[,j+12] + data_mat[,j+24] + data_mat[,j+36]
system[[j]] <- eq_single
}
sur <- systemfit(system, method="SUR")
}
# Manually performing Seemingly Unrelated Regression for 2 regions only
Y1 <- data_mat[,1]
Y2 <- data_mat[,region]
X2 <- cbind(data_mat[,j+region] + data_mat[,26])
eq1 <- Y1 ~ data_mat[,13] + data_mat[,25]
eq2 <- Y2 ~ X2
system <- list(eq1=eq1, eq2=eq2)
sur <- systemfit(system, method="SUR")
summary(sur)我在R方面非常缺乏经验,我肯定我做错了什么。如果是的话,我做错了什么?
提前感谢!
发布于 2018-09-12 10:20:49
R中的公式是不计算的,所以j+12存储的方式完全相同:"j+12"而不是13、14等等。这就是为什么您在eq_single中多次使用相同公式的原因。
还请注意,vars不在当前代码中使用。
library(systemfit)
region=12
vars=4
# Performing Seemingly Unrelated Regression per variable and every region
# for (i in 1:vars){ # i is not used in the loop
system <- list()
for (j in 1:region){
# using paste0() to create correct formulas
eq_single <- formula(paste0('data_mat[,',j,'] ~ data_mat[,',j+12,'] +
data_mat[,',j+24,'] + data_mat[,',j+36,']'))
system[[j]] = eq_single
}
sur <- systemfit(system,method="SUR")
# }https://stackoverflow.com/questions/52274474
复制相似问题