使用 lm() 和 predict() 按日期滚动回归和预测答案

【问题标题】：Rolling regression and prediction by date with lm() and predict()使用 lm() 和 predict() 按日期滚动回归和预测
【发布时间】：2019-07-28 09:41:21
【问题描述】：

所以我根据以下问题 + 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

https://stackoverflow.com/a/38041406/9932223

我的问题是我不希望在每一行之后都有一个新的 lm() 。我的数据每个日期都有多行，并且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？

【问题讨论】：

标签： r loops regression lm predict

【解决方案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)

【讨论】：

我认为我们越来越近了，但结果只给了我每个唯一数据的调整后 R2 值，而不是基于 lm() 使用数据的每行的预测值包括上一个日期，有什么建议可以解决这个问题吗？
查看更新。我忘了在predict() 调用中过滤，只在lm 中过滤。
在 lm.fit(x,y,offset = offset,singular.ok=singular.ok,...) 中的 rolling_models 行错误之后我现在收到一个错误：0（非NA) 案例
当然！第一个唯一日期之前没有任何记录。我调整了unique 呼叫以将其排除在外。
太棒了！有效！我正在寻找的最后一件事是要清理的数据，我需要它出现在这三列中，调整后的 R2、预测和 SE，但现在它是每个唯一日期的矩阵。只是寻找那些列和与我的数据相同的行数，有什么解决方法吗？