我正在尝试设计一个foreach循环,它将回归两个变量time (x)和y,但是通过删除每年的当前变量来检查删除当前时间(x变量)如何影响回归的Rsq。然后,我想将每个回归的R2存储在一个新列中,这样我就可以在删除该给定时间时找到哪个回归具有最高的R2。下面是我所拥有的: foreach x in varlist year {
quietly regress y year
gen Rsq = e(r2)
} 我不习惯Stata语法,我发现它很难,谢谢!
如果这个问题以前已经回答过了,我很抱歉,但我在任何地方都找不到答案。我有一个包含5个不同结果变量和10个不同解释变量的回归,所以我使用两个循环来运行模型,如下所示:
for(i in 1:length(outcome)){
for(j in 1:length(explanatory)){
reg[[i]] <- glm(as.formula(paste(outcome[i],"~",explanatory[j])), data=mydata, family=binomial)
assign(paste0("reg", i,
read.csv("C:\Users\easy\Desktop\workbook.csv")
我需要估计数据集中国家列表的结构断点,我需要为每个国家存储这些盈亏平衡点,并在循环结束后以表格形式显示这些盈亏平衡点。我的数据集是面板数据,这就是我需要遍历国家的原因。
我估计每个国家在我的国家名单的countrynum变量中的回归。我试图存储每个国家回归估计的盈亏平衡点如下
foreach i in countrynum {
by countrynum, sort: reg y x1 x2 x3 if `i'== countrynum
est store
我正在做一个项目,我需要收集几个线性回归的截距、斜率和R平方。由于我需要至少200个不同样本大小的样本,所以我设置了下面的代码,但它只保存了循环的最后一次迭代。任何关于我如何记录每个循环的建议,这样我就可以得到我所需要的所有系数和r-平方。
for (i in 1:5) {
x <- as.data.frame(mydf[sample(1:1000,25,replace=FALSE),])
mylm <- lm(spd66305~spd66561, data=x)
coefs <- rbind(lman(mylm))
total.coefs <- rb
我有一个数据集,其中有两个变量:学习小时数和成绩。我想从这个数据集中取大约100个样本,每个样本20个,并显示100条回归线和原始回归线。有什么建议吗? library(ggplot2)
#> Warning: package 'ggplot2' was built under R version 3.6.3
grades = read.csv("https://www.dropbox.com/s/me6wiww943hzddj/grades.csv?dl=1")
qplot(hours, grade, data = grades, geom =
我正在运行一个有1000次迭代的蒙特卡洛模拟。在每次迭代中,我使用Harrell的rms包中的lrm函数拟合加权logistic回归模型。用lrm(y ~ x,weights=wt,x=T,y=T)对模型进行拟合。从拟合后的模型中提取回归系数和估计标准差等信息。
模拟崩溃并显示错误消息: Unable to fit model using "lrm.fit“。
我希望通过仅在安全的情况下评估函数来防止模拟崩溃。在大多数迭代中,没有问题。不知何故,在每次迭代中,我想告诉R,只有在它可以安全地完成的情况下,才能拟合函数。
有没有办法做到这一点?
我试图按组运行线性回归,并分别显示每个材料组的结果,包括特定材料的名称。
我的数据集有一个变量ActYTDVol,我正在UnitPrice上进行回归。我使用状态模型和for-in分别对每种材料(=组)执行这种回归。
我能够运行上述回归,但回归输出没有显示我正在分析的材料的名称,因此我无法说出回归输出所指的是哪种材料。
是否有方法显示回归输出旁边的材料(=组)名称?
这是我目前使用的代码:
import statsmodels.api as sm
from statsmodels.iolib.summary2 import summary_col
for Materials in df.Mat
我在R中生成了一些数据
n <- 1000; p <- 30
X <- matrix(rnorm(n*p), nrow = n, ncol = p)
beta <- c(rep(1, 10), rep(0, 10), rep(-2, 10))
y <- X %*% beta + rnorm(1000)
接下来,我想在X列上逐步回归y,从1到30。首先,我只包括拦截,然后只拦截和第一列,然后添加第二列,第三列,等等。我写了以下代码
model <- lm(y~1)
for(i in 1:30){
model <- update(model
我对R很陌生,在R中,我很难找到如何在多元线性回归中选择变量。
假设我有以下公式:
P = aX + bY
Q = cZ + bY
我有一个列P,Q,X,Y,Z的数据框架,我需要找到a,b和c。
如果我做一个简单的多元回归:
result <- lm( cbind( P, Q ) ~ X + Y + Z - 1 )
它计算了P回归的"c“和q回归的"a”的系数。
如果我单独计算回归,那么"b“在每个回归中都会有所不同。
如何选择多元回归中要考虑的变量?
谢谢你,埃德森
Hallo我目前正在用以下代码进行回归分析:
for (i in 1:ncol(Ret1)){
r2.out[i]=summary(lm(Ret1[,1]~Ret1[,i]))$r.squared
}
r2.out
此代码在第一列之前对数据帧中的每一列运行简单的OLS回归并提供这些回归的R^2。目前回归使用列的所有数据点。我现在需要的是,代码不是使用列中的所有数据点,而是使用滚动的数据点窗口。因此,他计算了30天的滚动窗口R^2在整个时间框架内。输出是一个矩阵,每个滚动窗口的每个(1,i)对的所有R^2。
此代码执行滚动回归部分,但不对每个(1,i)对进行回归。
dolm <-
我有一个单一的数据帧,由x个唯一的区域和通道组合组成。我需要使用某种循环为每个x组合创建一个不同的回归模型。
region channel date trials spend
EMEA display 2015-01-01 62 17875.27
APAC banner 2015-01-01 65 18140.93
对…有影响的事情
i=1
j=1
for r in region{
for ch in channel{
df1 = df[df$
我想知道是否有方法为一个简单的OLS回归输出指定一个标题。我有下面的回归输出,我将做很多这样的输出。我希望它看起来如下:
MODEL 1: OLS Regression Results ## This is a preferred title
Dep. Variable: billsum_support R-squared: 0.019
Model: OLS Adj. R-squared: 0.017
Method: Least Squares F-statistic: 15.63
Date: Mon, 09 May 2016 Pro