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

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。。