在 R 中一次运行多个 OLS 回归答案

【问题标题】：Running many multiple OLS regressions at once in R在 R 中一次运行多个 OLS 回归
【发布时间】：2016-07-25 17:31:59
【问题描述】：

我想运行时间序列回归（Fama-French 三因子和我的新因子）。我有以下表格。

Table01

    Date     Port_01  Port_02 --------- Port_18
    01/1965     0.85    0.97               1.86
    02/1965     8.96    7.2                0.98
    03/1965     8.98    7.9                8.86 

Table 02

    Date        Market   SMB    HML     WXO
    01/1965      0.85    0.97    0.86    0.87
    02/1965      8.96    7.2     0.98    0.79
    03/1965      8.98     7.9    8.86    0.86

我必须运行 18 次回归并将它们的截距存储在一个向量中。像这样的

      Port_1=inter(1)+Beta1(Market)+Beta2(SMB)+Beta3(HML)+Beta3(WXO)+e
      Port_2=inter(2)+Beta1(Market)+Beta2(SMB)+Beta3(HML)+Beta3(WXO)+e
      Port_18=inter(18)+Beta1(Market)+Beta2(SMB)+Beta3(HML)+Beta3(WXO)+e

我希望将这 18 个截距存储在一个向量中。我可以单独做。但是如果有办法处理编码，这将帮助我很多时间。

【问题讨论】：

如果你使用最小二乘法，那么这可以很容易地用线性代数来完成。
stackoverflow.com/questions/5963269/…
您的问题不清楚（阅读上面的链接），但这里是解决问题的一般方法：edinbr.org/edinbr/2016/05/11/…
抱歉不清楚。我已经编辑了我的问题。我是 R 的新手，我不太了解这些链接的内容。 :(

标签： r statistics regression

【解决方案1】：

考虑vapply()，lapply() 的变体，它允许将此处的输出指定为原子数字向量（长度为 1）。但是，首先，您需要按Date 字段合并表，然后创建一个端口公式列表（假设这是所需的基础数据）。下面运行线性回归，lm，但调整到可能需要调整截距提取的实际模型：

data <- merge(Table_01, Table_02, by="Date")

ports <- colnames(Table_01)[2:ncol(Table_01)]    
formulas <- paste(ports, "~ Market + SMB + HML + WXO")

intercepts <- vapply(formulas, function(i) { 
                          output <- lm(i, data)
                          coef(output)["(Intercept)"]
                     }, numeric(1))

【讨论】：