R:列表中线性模型的残差
我已经运行了一系列线性模型,我希望能够输出特定年份的残差,并将这些残差与公司进行匹配 数据与下图所示类似R:列表中线性模型的残差,r,lm,R,Lm,我已经运行了一系列线性模型,我希望能够输出特定年份的残差,并将这些残差与公司进行匹配 数据与下图所示类似 Year Company pctEarn 1990 3M Company 0.295918367 1991 AT&T 0.251497006 1992 Ford 0.293233083 1993 Microsoft 0.264705882 穿过LMs的循环如下所示 fit
Year Company pctEarn
1990 3M Company 0.295918367
1991 AT&T 0.251497006
1992 Ford 0.293233083
1993 Microsoft 0.264705882
穿过LMs的循环如下所示
fits <- list()
for(i in 2000:2012){
dtSub <- subset(dt, Year <= i)
fit <- lm(pctEarn ~ Year + Company, data = dtSub)
fits[[i - 1999]] <- fit
}
Year Company pctEarn Predicted Residual
1990 3M Company 0.2959 0.4523 0.16000
Etc......
如果有任何提示,我们将不胜感激。因此,我发现,对于大型回归来说,不理想的做法是简单地建立一个数据框架,积累回归结果,然后我可以将其切碎
out <- data.frame()
for(i in 2000:2012){
dtSub <- subset(dt, Year <= i)
fit <- lm(pctEarn ~ y2 + Company, data = dtSub)
fits[[i - 1999]] <- fit
dtSub$fitted <- fitted(fit)
dtSub$resid <- residuals(fit)
dtSub$reg <- i
out <- rbind(out, dtSub)
}
有一个提取函数resid
。也用于predict
。因此,存储所有信息可能不是必需的。每一次试飞都会返回。。