我試圖在這裏搜索這個問題,但我找不到任何東西,所以很抱歉,如果這個問題已經得到解答。我的數據集包含10年期間大量股票(1000+)的每日信息。所以我已經讀取了我的數據集作爲數據幀時間序列,其中每列是一個單獨的股票。我想回歸每個股票對照月的虛擬變量捕捉季節變化並獲得殘差。我所做的是以下幾點:時間虛擬變量和迴歸數據框的列作爲因變量
for (i in 1:1000){
month.f<-factor(months(time(stockinfo[,i])))
dummy<-model.matrix(month.f)
residStock[,1]<-residuals(lm(stockinfo[,i]~dummy,na.action=na.exclude))
}
#Stockinfo is data.frame
這是正確的方法嗎?
其次,我想運行殘差作爲因變量和其他數據框的其他獨立變量的迴歸。最好的辦法是做什麼,我會不得不再次使用for循環?
非常感謝您的幫助。
http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example; http://stackoverflow.com/questions/6065826/how-to-do-a-regression-of-a-series-of-variables-without-typing-each-variable-nam – Henrik
非常感謝你,我不能' t之前找到該線程。我很抱歉。你介意告訴我,我的虛擬變量的方法是否正確?再次感謝。 – user2672759
對不起,我現在不能幫你。我可以給出的唯一建議是提供一些代表實際數據最重要屬性的小*測試數據。這會讓人們更願意幫助你。例如,一個日期列和兩個股票列,20個行。這種測試數據的解決方案很可能會縮放到您的1000多列。 – Henrik