Tôi đang cố gắng chạy 96 lần hồi quy và lưu kết quả dưới dạng 96 đối tượng khác nhau. Để làm phức tạp mọi thứ, tôi muốn chỉ số trên một trong các biến số trong mô hình cũng thay đổi 96 lần. Tôi đã gần như giải quyết vấn đề nhưng tôi đã không may trúng một bức tường. Mã cho đến nay là,Lặp qua các biến số trong hồi quy bằng cách sử dụng R
for(i in 1:96){
assign(paste("z.out", i,sep=""), lm(rMonExp_EGM~ TE_i + Month2+Month3+Month4+Month5+Month6+Month7+Month8+Month9+
Month10+Month11+Month12+Yrs_minus_2004 +
as.factor(LGA),data=Pokies))
}
này hoạt động ở phía bên tạo đối tượng (ví dụ tôi có z.out1 - z.out96) nhưng tôi dường như không thể có được subscript trên covariate thay đổi là tốt.
Tôi có 96 biến được gọi là TE_1, TE_2 ... TE_96 trong tập dữ liệu. Như vậy, chỉ số trên TE_, "i" cần thay đổi để tương ứng với từng đối tượng tôi tạo. Đó là, z.out1 nên giữ kết quả từ mô hình này:
z.out1 <- lm(rMonExp_EGM~ TE_1 + Month2+Month3+Month4+Month5+Month6+Month7+Month8+Month9+
Month10+Month11+Month12+Yrs_minus_2004 + as.factor(LGA),data=Pokies)
Và z.out96 nên là:
z.out96 <- lm(rMonExp_EGM~ TE_96+ Month2+Month3+Month4+Month5+Month6+Month7+Month8+Month9+
Month10+Month11+Month12+Yrs_minus_2004 + as.factor(LGA),data=Pokies)
Hy vọng rằng điều này làm cho ý nghĩa. Tôi rất biết ơn mọi lời khuyên/lời khuyên.
Nhưng ngoài prog vấn đề ramming, bạn có lẽ nên suy nghĩ lại hoặc yêu cầu CrossValidate về lm trên một chuỗi thời gian như các yếu tố riêng lẻ. Kết quả là dứt khoát gây hiểu nhầm hoặc đơn giản là sai. –