许多线性回归

Question

作为我的数据分析（按时间序列）的一部分，我正在检查对数收益与已实现波动率之间的相关性。

我的数据由跨越数百个不同公司（大型动物园对象，〜2 MB文件大小）的时间系列组成。为了检查上述的相关性，我已经使用以下代码来计算几个轧制方差（也称为实现波动）：

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

使用简单fTrading功能rollVar。然后，我将滚动变量转换为zoo对象，并添加日期索引（通过将结果导出到csv文件并手动添加日期，然后使用read.zoo - 不是很复杂，但工作得很好）。

现在我希望创建大约100个线性回归模型，每个模型将公司的对数回报与实现的波动性连接到指定的公司。在个人的基础上，这看起来像下面这样：

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

这工作没有问题。

现在我想扩展它以自动创建所有100家公司的线性回归模型。我试过的是一个简单的for循环：

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) 
} 

有什么办法可以优化我的方法吗？ （即如何以简单的方式保存所有回归结果）。从现在开始，for-loop只输出数百个回归结果，这对分析结果是无效的。因为有几个时间序列对象（返回值和滚动差异保存在不同的对象中，如你所见）。我也尝试使用apply函数，但我不确定如何在这种情况下使用它。

Answer 1

至于你的问题如何以简单的方式保存所有的回归结果，由于我们不知道你需要做什么以及你认为什么“简单”，所以这有点难以回答。但是，您可以在循环外部定义一个列表，并将每个回归模型存储在此列表中，以便以后可以访问模型而不必稍后重新设置它们。尝试

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]) 
} 

这给你的公司i在列表中的第i位置的拟合模型。以同样的方式，你也可以保存摘要的输出。或者你这样做

my.summaries_5 <- lapply(lm_rollvar5, summary) 

它给你一个摘要列表。