R中的递归回归（提取残差）

对于一个不同的问题，建议采用X对Y的递归回归程序，从前20个观测值开始，每次增加一个观测值的回归窗口，直到覆盖整个样本：

X1 <- runif(50, 0, 1)

X2 <- runif(50, 0, 10) 

Y <- runif(50, 0, 1)

df <- data.frame(X1,X2,Y)


rolling_lms <- lapply( seq(20,nrow(df) ), function(x) lm( Y ~ X1+X2, data = df[1:x , ]) )

---

X1这里有一个可能的解决方案

set.seed(1)
X1 <- runif(50, 0, 1)
X2 <- runif(50, 0, 10) 
Y <- runif(50, 0, 1)
df <- data.frame(X1,X2,Y)
rolling_lms <- lapply(seq(20,nrow(df)), function(x) lm(Y ~ X1+X2, data = df[1:x , ]))

resk <- function(k) if(k==1) rolling_lms[[k]]$residuals else tail(rolling_lms[[k]]$residuals,1)
unlist(sapply(1:length(rolling_lms), resk))

############
           1            2            3            4            5            6 
 0.051243613 -0.284725835 -0.209235819  0.677747763  0.085196300 -0.077111032 
           7            8            9           10           11           12 
-0.185700617  0.016194254  0.422214060 -0.067994796  0.265315143  0.130531648 
          13           14           15           16           17           18 
-0.083662353 -0.098826853 -0.298235953 -0.459746026  0.282954796 -0.281752756 
          19           20           21           22           23           24 
-0.037180134  0.152774597  0.576060893 -0.121303797  0.001336554 -0.357956306 
          25           26           27           28           29           30 
 0.205847757 -0.111231524 -0.082662882 -0.291013740 -0.223480493  0.051223304 
          31           32           33           34           35           36 
 0.082970698 -0.393398739 -0.428164426  0.122919273  0.457861478  0.148282532 
          37           38           39           40           41           42 
 0.081855106  0.023024731  0.500627476  0.005097244  0.189354101  0.092481013 
          43           44           45           46           47           48 
-0.245542247 -0.217881519  0.234771342 -0.023343600 -0.328489644  0.242163946 
          49           50 
-0.358311100  0.373917319 

set.seed（1）
X1
lapply（滚动，函数（x）coef（摘要（x））[，“标准错误”]）
通常，使用
str（）查看对象是有帮助的。例如，许多信息存储在
lm
对象中，其他信息由
摘要
计算。要查看存储的内容并了解如何访问它，我通常会查看
str（object）
。太好了！这正是我想要的，非常感谢你的帮助！