在 R 中使用 NA 跨多列滚动回归

Question

我想将 y 的每一列与宽度为 12 的 x 进行回归，并计算 Beta、截距和 R-2 值。我想要至少 12 个观测值，并且对于没有重叠数据的情况，这些观测值是 NA。对于我的输出，我需要三个带有列标题 y1、y2、y3 的矩阵（数据帧），分别包含所有 Beta 值、所有截距值和所有 R-2 值。

实际上，我的 y 矩阵有 2000 多个列，因此我希望尽可能避免循环。

Example:
y <- data.frame(y1 = c(NA,NA,NA, rnorm(50)),
                y2 = c(NA, NA, NA, NA, NA, rnorm(48)),
                y3 = rnorm(53))
x <- data.frame(x = c(NA, NA,NA, NA, NA, rnorm(48)))

我尝试使用 rollapply：

model_output <- rollapply(data = cbind.data.frame(y, x),
                          width = 12, FUN = function(a,b) {lm(a ~ b)} ,
                          by.column = FALSE, align = "right",
                          fill = NA)

Answer 1

这是一个根本不使用

zoo

滚动功能的选项：

pacman::p_load(tidyverse, broom)

dfs <- bind_cols(y, x) |>
        pivot_longer(-x, names_to = "n", values_to = "y") |> 
        group_split(n) |>
        # drop the n column from all of them
        map(~select(.x, -n))

map(dfs, 
    \(df) map_df(seq_len(nrow(df)-n), 
              \(i) df[i:(i+n), ] |>
                filter(!is.na(x), !is.na(y)) |> 
                lm(formula = y ~ x, data = _) |> 
                tidy()))

输出：

[[1]]
# A tibble: 82 × 5
   term        estimate std.error statistic p.value
   <chr>          <dbl>     <dbl>     <dbl>   <dbl>
 1 (Intercept)   0.0539     0.196    0.274    0.793
 2 x             0.374      0.194    1.93     0.101
 3 (Intercept)  -0.127      0.258   -0.491    0.639
 4 x             0.300      0.268    1.12     0.299
 5 (Intercept)  -0.209      0.263   -0.797    0.448
 6 x             0.0919     0.227    0.404    0.696
 7 (Intercept)  -0.0494     0.270   -0.183    0.859
 8 x            -0.0729     0.226   -0.322    0.755
 9 (Intercept)   0.0193     0.255    0.0754   0.941
10 x            -0.0800     0.223   -0.358    0.728
# ℹ 72 more rows
# ℹ Use `print(n = ...)` to see more rows

[[2]]
# A tibble: 82 × 5
   term          estimate std.error statistic p.value
   <chr>            <dbl>     <dbl>     <dbl>   <dbl>
 1 (Intercept)  0.0363        0.401  0.0904     0.931
 2 x           -0.113         0.396 -0.287      0.784
 3 (Intercept)  0.0662        0.352  0.188      0.856
 4 x           -0.101         0.364 -0.278      0.789
 5 (Intercept)  0.0000392     0.333  0.000118   1.00 
 6 x           -0.268         0.288 -0.930      0.379
 7 (Intercept) -0.0409        0.295 -0.138      0.893
 8 x           -0.226         0.248 -0.912      0.385
 9 (Intercept)  0.0884        0.300  0.294      0.774
10 x           -0.239         0.263 -0.911      0.384
# ℹ 72 more rows
# ℹ Use `print(n = ...)` to see more rows

[[3]]
# A tibble: 82 × 5
   term        estimate std.error statistic p.value
   <chr>          <dbl>     <dbl>     <dbl>   <dbl>
 1 (Intercept)  -0.622      0.256    -2.43   0.0511
 2 x            -0.132      0.252    -0.523  0.620 
 3 (Intercept)  -0.555      0.234    -2.37   0.0497
 4 x            -0.104      0.243    -0.430  0.680 
 5 (Intercept)  -0.533      0.215    -2.48   0.0382
 6 x            -0.0489     0.186    -0.263  0.799 
 7 (Intercept)  -0.546      0.190    -2.88   0.0182
 8 x            -0.0353     0.159    -0.222  0.830 
 9 (Intercept)  -0.418      0.218    -1.92   0.0839
10 x            -0.0486     0.191    -0.255  0.804 
# ℹ 72 more rows
# ℹ Use `print(n = ...)` to see more rows