R 多個樣本的回歸

Question

我正在使用 R

隨着時間的推移，我有一個面板數據集，其中包含 250 個人的約 5000 次觀察。

我需要在差異回歸中建立差異，因此我對每個人進行隨機觀察並運行回歸：

lm(x ~ x1 + x2 + ... , data = ddply(df,.(individual),function(x) x[sample(nrow(x),1),]))

在生成的樣本上。

我需要對n 個不同的隨機樣本計算n次回歸，並計算每個估計量的平均值。

有沒有一種方法可以在不手動計算和平均n回歸的情況下有效地做到這一點？

Answer 1

解決了：

我希望找到一個特定的 package 來完成它，但我卻構建了一個 function。 例如，對於 n = 700

fun <- function(alfa){
  alfa <-ddply(df,.(individual),function(x) x[sample(nrow(x),1),])
  beta <- lm(x ~ x1 + x2 + ... , data = alfa )$coefficients
  return(beta)
}

df.full <- replicate(700,fun(alfa))

這樣就創建了一個 700 行的數據集，系數名稱為行。 我什至可以做這樣的事情：

fun <- function(alfa){
  alfa <-ddply(df,.(individual),function(x) x[sample(nrow(x),1),])
  beta <- lm(x ~ x1 + x2 + ... , data = alfa)
  gamma <- summary(beta)[["coefficients"]][,1]
  return(gamma)

}

df.full <- replicate(700,fun(alfa))

將 [,1] 更改為 [,2] 我將獲得標准錯誤。 在此之后，直接進行手段的計算。