R 计算矩阵列的每个可能排列的线性回归

我有一个k×n矩阵。我最初设法使用lm函数第1列与每个其他列进行线性回归，并仅提取系数

fore.choose <- matrix(0, 1, NCOL(assets))
for(i in seq(1, NCOL(assets), 1))
{

  abc <- lm(assets[,1]~assets[,i])$coefficients
  fore.choose[1,i] <- abc[2:length(abc)]

}

最初需要成为

fore.choose <- matrix(0, NCOL(assets), NCOL(assets))

---

我会直接从相关矩阵计算系数，使用beta=corx，y*sdx/sdy，如下所示：

# set up some sample data
set.seed(1)
d <- matrix(rnorm(50), ncol=5)

# get the coefficients
s <- apply(d, 2, sd)
cor(d)*outer(s, s, "/")

---

我会直接从相关矩阵计算系数，使用beta=corx，y*sdx/sdy，如下所示：

# set up some sample data
set.seed(1)
d <- matrix(rnorm(50), ncol=5)

# get the coefficients
s <- apply(d, 2, sd)
cor(d)*outer(s, s, "/")

---

我相信一定有比嵌套循环更优雅的方法

fore.choose <- matrix(NA, NCOL(assets), NCOL(assets))
abc <- NULL

for(i in seq_len(ncol(assets))){ # loop over "dependant" columns
  for(j in seq_len(ncol(assets))){ # loop over "independant" columns
     abc <- lm(assets[,i]~assets[,j])$coefficients 
     fore.choose[i,j] <- abc[-1]
  }
}

---

我相信一定有比嵌套循环更优雅的方法

fore.choose <- matrix(NA, NCOL(assets), NCOL(assets))
abc <- NULL

for(i in seq_len(ncol(assets))){ # loop over "dependant" columns
  for(j in seq_len(ncol(assets))){ # loop over "independant" columns
     abc <- lm(assets[,i]~assets[,j])$coefficients 
     fore.choose[i,j] <- abc[-1]
  }
}

---

这与我最初想解决这个问题的方式非常相似。从表面上看，它似乎会起作用，我认为它会起作用，除非在将系数写入矩阵时出现问题——行：fore.选择[I，j]我的代码中有一个错误，它应该是seq_len，而不是seq_-1表示写入除截距之外的所有系数。在这种情况下，只有一个。这与我最初想解决这个问题的方式非常相似。从表面上看，它似乎会起作用，我认为它会起作用，除非在将系数写入矩阵时出现问题——行：fore.选择[I，j]我的代码中有一个错误，它应该是seq_len，而不是seq_-1表示写入除截距之外的所有系数。在这种情况下，只有一个。是的，如果你真的喜欢循环。但为什么不直接从相关性中计算出来呢？循环只是我得出结果的第一个想法。不过，我会按照你的建议直接计算。是的，如果你真的喜欢循环的话。但为什么不直接从相关性中计算出来呢？循环只是我得出结果的第一个想法。不过，我会按照你的建议，直接计算它们。