1
我有一個時間序列的矩陣Y
。行數是觀察的數量。我也有一個預測器矩陣X
。我想回歸關於這些列的特定預測變量的列Y
。 1和0的邏輯矩陣表示i
變量是否應在第j
個預測變量上進行迴歸。對於R中的每個變量使用不同預測變量的多元迴歸
例如:
y1 <- c(1, 2, 3, 5, 7, 3, 2, 1)
y2 <- c(5, 1, 3, 1, 3, 4, 5, 3)
y3 <- c(1, 3, 4, 5, 1, 2, 1, 2)
x1 <- c(2, 5, 4, 2, 1, 3, 6, 7)
x2 <- c(1, 5, 1, 3, 4, 2, 1, 3)
Y <- cbind(y1, y2, y3)
X <- cbind(x1, x2)
logical <- matrix(c(1,1,0,1,0,1), 3, 2)
lm <- lm(Y ~ ??? - 1)
這裏,y1
應在x1
和x2
,y2
退步只x2
x1
只和y3
。
我試圖在lm
函數中指定模型,但我一直無法做到。在$coefficients
的結果中,當變量沒有在第j
個預測變量上回歸時,我想要「0」。
有沒有可能這樣做沒有嚴重的髒循環?
'reconfulate'函數可能會使這一點更容易一些。 – lmo
啊,太糟糕了! ... – Petreius
因爲我是初學者,所以我還是不太樂於lapply()。你能提供一個上面的玩具數據集的例子嗎? – Petreius