我想知道如何在两个或多个因素变量的水平组合上执行多个独立的线性回归。model <- lm(weight ~ city + diet + height)
或者,用伪代码编写,我尝试这样做:lm(weight ~ height) %>%weight ~ height) %>% group by diet lm(weight ~ height) %>% group by ci
我必须对多个因变量运行一系列OLS回归,对独立变量使用相同的集合。也就是说,我有一个大小为(1510x5)的数据帧,特别是每个数据帧代表投资组合的收益,我想将其回归到同一组因变量(1510x4),在我的例子中,这些因变量是来自Carhart模型的因子。因为,除了系数的值之外,我还对它们的P值和回归的R2感兴趣,有没有一种方法可以构建一个循环来存储信息?for (i in 1:ncol(EW_Portfolio)) {
lmfit <- lm(EW_Portfo
我正在运行一个面板数据回归。我想运行for循环来获得回归结果,每次删除一个实体时,这样我就可以通过比较不同的系数来查看我的结果是由特定的实体驱动的,还是在整个样本中是一致的。我目前正在使用这个for循环 forvalues i = 1/19{drop if countryid == i
xtscc ln_gdptech population inflation tradebala