使用 lm() 和 predict() 按日期滚动回归和预测

Question

所以我正在根据以下问题 + 最佳答案使用 lm() 和 predict() 进行滚动回归，它与我的数据完美配合

我的问题是我不希望在每一行之后都适合一个新的 lm()。我的数据每个日期都有多行，每个日期的行数并不总是相同。如果我想在每个日期的行集的末尾添加一个新的 lm()（并继续使用之前所有日期的所有先前数据），我将如何修改此代码？

Answer 1

考虑在 lapply 调用中调用该方法，以遍历 lm 调用中用于数据框过滤的日期的唯一值：

# ORDER BY DATE ASC
dat <- with(dat, dat[order(Date),])

bundle <- function(curr_date) {
  # REPLACING subset WITH FILTER FOR ALL DATES BEFORE CURRENT DATE
  fit <- lm(y ~ x1 + x2 + x3, data = dat[dat$Date < curr_date,], model = FALSE)

  # REPLACE FILTER FOR ALL DATES ON CURRENT DATE
  pred <- predict(fit, newdata = dat[dat$Date == curr_date,], se.fit = TRUE)

  # RETURN DATA FRAME OF RESULTS
  data.frame(date = curr_date,
             adj_r = summary(fit)$adj.r.squared, 
             fit = pred$fit, 
             se_fit = pred$se.fit)
}

# LAPPLY CALL 
rolling_models_df_list <- lapply(unique(dat$Date)[-1], bundle)

使用 lm() 和 predict() 按日期滚动回归和预测

Rolling regression and prediction by date with lm() and predict()

loops

regression

r

predict

lm