如何使用rollapply访问t统计数据和p值？

请帮忙，并为这个天真的问题道歉。 我有：

我需要使用window=51运行滚动窗口回归。所以我做了：

> library ("zoo")
> dolm <- function(x) coefficients (lm(bo_m ~ ., data = as.data.frame(x), model=TRUE))
> res <- rollapplyr (g, 51, dolm, by.column = FALSE)

> head(res)
      Intercept       dax        bo_m_lag
[1,] 0.01695970 0.1548448       -0.3846233
[2,] 0.01752946 0.1381642       -0.3781836
[3,] 0.01300192 0.3028419       -0.3549629
[4,] 0.01415457 0.2012890       -0.3341618
[5,] 0.01601414 0.2639384       -0.3486120
[6,] 0.01684621 0.2733759       -0.3482895

> summary (res)
   Intercept              dax           bo_m_lag  
 Min.   :-0.030258   Min.   :-0.71994   Min.   :-0.64239  
 1st Qu.:-0.001953   1st Qu.:-0.05464   1st Qu.:-0.40524  
 Median : 0.003330   Median : 0.26794   Median :-0.35061  
 Mean   : 0.004174   Mean   : 0.35349   Mean   :-0.32037  
 3rd Qu.: 0.014527   3rd Qu.: 0.90471   3rd Qu.:-0.26593  
 Max.   : 0.030142   Max.   : 1.30679   Max.   : 0.01971  

>库（“动物园”）
>多尔姆资源中心（资源中心）
截获dax bo_m_滞后
[1,] 0.01695970 0.1548448       -0.3846233
[2,] 0.01752946 0.1381642       -0.3781836
[3,] 0.01300192 0.3028419       -0.3549629
[4,] 0.01415457 0.2012890       -0.3341618
[5,] 0.01601414 0.2639384       -0.3486120
[6,] 0.01684621 0.2733759       -0.3482895
>摘要（res）
截获dax bo_m_滞后
最小值-0.030258最小值-0.71994最小值-0.64239
第一区：--0.001953第一区：--0.05464第一区：--0.40524
中值：0.003330中值：0.26794中值：-0.35061
平均值：0.004174平均值：0.35349平均值：-0.32037
第三区：0.014527第三区：0.90471第三区：-0.26593
最大值：0.030142最大值：1.30679最大值：0.01971

问题：如何计算滚动窗口回归以获得t和p值

多谢各位，

---

roman

创建

g

并在其上运行修订的

dolm

：

Lines <- "  bo_m          dax             bo_m_lag
 -0.040131270  0.001842860      0.032612438
  0.112425025 -0.018043681     -0.040131270
 -0.078987920 -0.009463752      0.112425025
 -0.011990692  0.020144077     -0.078987920
 -0.005279136  0.013360796     -0.011990692
  0.055994660 -0.004568196     -0.005279136
"

library(zoo)
g <- read.table(text = Lines,  header = TRUE)
dolm <- function(x) {
  co <- coef(summary(lm(bo_m ~., as.data.frame(x))))
  c(Est = co[, 1], SE = co[, 2], t = co[, 3], P = co[, 4])
}
r <- rollapplyr(g, 4, dolm, by.column = FALSE)

---

line还有一个问题：为什么不需要函数（x）中的'as.data.frame（x）'和rollappy中的'by.column=FALSE'呢？这是一个很好的观点。我已经做了更正，还注意到生成名称的代码可以在移动到
dolm
函数后简化。非常感谢。它工作得很好。但这里还有另一个问题：我有310次观察——从1986年15月到2002年18月的每周数据；一年中大约有51-52周。所以我去了52号窗口。在步骤“1”中，结果的数量应该在514左右。不是吗？但是我得到了258…不清楚步骤1指的是什么，但是如果g中有n行，并且窗口是w宽的，那么对于g中的每一组行，r中都会有一行：1:w，2:w+1），…，（n-w+1）：n，所以在r中总共应该有n-w+1行。例如，我们上面有n=6和w=4，所以n-w+1=6-4+1=3，发现r确实有3行。对于n=310，w=52，我们应该在r中有310-52+1=259行。是的，你是对的，但我有以下开始/结束（w=52）：1996w17/1997w16 1996w18/1997w17 1996w19/1997w18 1996w19 1997w18 1996w19 1997w18 1996w20 1997w19。。。。。。。。。。。。。。。1999w1 1999w52 1999w2 2000w1。。。。。。。。。。。。。。2001w13/2002w12 2001w14/2002w13 2001w14/2002w13和…它是514。。。
Lines <- "  bo_m          dax             bo_m_lag
 -0.040131270  0.001842860      0.032612438
  0.112425025 -0.018043681     -0.040131270
 -0.078987920 -0.009463752      0.112425025
 -0.011990692  0.020144077     -0.078987920
 -0.005279136  0.013360796     -0.011990692
  0.055994660 -0.004568196     -0.005279136
"

library(zoo)
g <- read.table(text = Lines,  header = TRUE)
dolm <- function(x) {
  co <- coef(summary(lm(bo_m ~., as.data.frame(x))))
  c(Est = co[, 1], SE = co[, 2], t = co[, 3], P = co[, 4])
}
r <- rollapplyr(g, 4, dolm, by.column = FALSE)