許多線性迴歸

Question

作爲我的數據分析（按時間序列）的一部分，我正在檢查對數收益與已實現波動率之間的相關性。

我的數據由跨越數百個不同公司（大型動物園對象，〜2 MB文件大小）的時間系列組成。爲了檢查上述的相關性，我已經使用以下代碼來計算幾個軋製方差（也稱爲實現波動）：

rollvar5 <- sapply(returns, rollVar, n=5, na.rm=TRUE) 
rollvar10 <- sapply(returns, rollVar, n=10, na.rm=TRUE) 

使用簡單fTrading功能rollVar。然後，我將滾動變量轉換爲zoo對象，並添加日期索引（通過將結果導出到csv文件並手動添加日期，然後使用read.zoo - 不是很複雜，但工作得很好）。

現在我希望創建大約100個線性迴歸模型，每個模型將公司的對數回報與實現的波動性連接到指定的公司。在個人的基礎上，這看起來像下面這樣：

lm_rollvar5 <- lm(returns$[5:1000,1] ~ rollvar5[5:1000,1]) 
lm_rollvar10 <- lm(returns$[10:1000,1] ~ rollvar10[10:1000,1]) 

這工作沒有問題。

現在我想擴展它以自動創建所有100家公司的線性迴歸模型。我試過的是一個簡單的for循環：

NC <- ncol(returns) 
for(i in 1:NC){ 
lm_rollvar5 <- lm(returns[5:1000],i] ~ rollvar5[5:1000,i]) 
summary(lm_rollvar5) 
lm_rollvar10 <- lm(returns[10:1000],i] ~ rollvar10[10:1000,i]) 
summary(lm_rollvar10) 
} 

有什麼辦法可以優化我的方法嗎？ （即如何以簡單的方式保存所有迴歸結果）。從現在開始，for-loop只輸出數百個迴歸結果，這對分析結果是無效的。因爲有幾個時間序列對象（返回值和滾動差異保存在不同的對象中，如你所見）。我也嘗試使用apply函數，但我不確定如何在這種情況下使用它。

Answer 1

至於你的問題如何以簡單的方式保存所有的迴歸結果，由於我們不知道你需要做什麼以及你認爲什麼「簡單」，所以這有點難以回答。但是，您可以在循環外部定義一個列表，並將每個迴歸模型存儲在此列表中，以便以後可以訪問模型而不必稍後重新設置它們。嘗試

NC <- ncol(returns) 
lm_rollvar5 <- vector(mode="list", length=NC) 
lm_rollvar10 <- vector(mode="list", length=NC) 
for(i in 1:NC){ 
lm_rollvar5[[i]] <- lm(returns[5:1000],i] ~ rollvar5[5:1000,i]) 
lm_rollvar10[[i]] <- lm(returns[10:1000],i] ~ rollvar10[10:1000,i]) 
} 

這給你的公司i在列表中的第i位置的擬合模型。以同樣的方式，你也可以保存摘要的輸出。或者你這樣做

my.summaries_5 <- lapply(lm_rollvar5, summary) 

它給你一個摘要列表。