Sto tentando di eseguire 96 regressioni e salvare i risultati come 96 oggetti diversi. Per complicare le cose, voglio che l'indice di una delle covariate nel modello cambi anche 96 volte. Ho quasi risolto il problema ma sfortunatamente ho colpito un muro. Il codice finora è,Ciclo continuo delle covariate nella regressione utilizzando R
for(i in 1:96){
assign(paste("z.out", i,sep=""), lm(rMonExp_EGM~ TE_i + Month2+Month3+Month4+Month5+Month6+Month7+Month8+Month9+
Month10+Month11+Month12+Yrs_minus_2004 +
as.factor(LGA),data=Pokies))
}
Questo funziona sul lato creazione di oggetti (ad esempio ho z.out1 - z.out96), ma io non riesco a ottenere il pedice sul covariata a cambiare pure.
Ho 96 variabili denominate TE_1, TE_2 ... TE_96 nel set di dati. Come tale, il pedice su TE_, "i" deve cambiare per corrispondere a ciascuno degli oggetti che creo. Cioè, z.out1 dovrebbe tenere i risultati di questo modello:
z.out1 <- lm(rMonExp_EGM~ TE_1 + Month2+Month3+Month4+Month5+Month6+Month7+Month8+Month9+
Month10+Month11+Month12+Yrs_minus_2004 + as.factor(LGA),data=Pokies)
E z.out96 dovrebbe essere:
z.out96 <- lm(rMonExp_EGM~ TE_96+ Month2+Month3+Month4+Month5+Month6+Month7+Month8+Month9+
Month10+Month11+Month12+Yrs_minus_2004 + as.factor(LGA),data=Pokies)
Speriamo che questo ha un senso. Sono grato per eventuali suggerimenti/consigli.
Ma a parte il prog problema di speronamento, dovresti probabilmente ripensare o chiedere a CrossValidate informazioni su una serie storica come fattori individuali. Il risultato è definitivamente fuorviante o semplicemente sbagliato. –