r - 为预测任务生成子集数据的滑动窗口

Question

我想编写一个滑动窗口函数，以便使用从 t、t+1 和 t+2 年训练的模型来预测 t+3 年的结果。这意味着对于 10 年的数据，所需的滑动窗口函数应该创建 7 个训练测试拆分并进行 7 个预测(对于 t+3、t+4、t+5、t+6、t+7、t +8，t+9 年)。

我想出了下面的代码，但结果并没有响起。不仅生成的对象长度不同，而且即使我尝试手动完成预测任务，predict 函数实际上会为一年的结果生成 3 个预测值，这没有意义。如果有人能指出错误的来源，将不胜感激。

# generate the data
set.seed(123)
df <- data.frame(year = 2000:2009,  # T = 10
           y = c(1, 1, 1, 1, 0, 0, 1, 0, 0, 0), 
           var1 = runif(10, min=0, max=1), 
           var2 = runif(10, min=1, max=2))

# store predicted values in a list
pred <- list()

# loop from the 1st year to the T-3 year

for(i in 2000:2007){
 df_sub1 <- subset(df, year == c(i, i+1, i+2)) 
 mod <- glm(y~var1+var2, data=df_sub1, family=binomial())
 df_sub2 <- subset(df, year == i+3)
 pred[[i]] <- predict(mod, data=df_sub2, type = "response")
}


# error message
Error in family$linkfun(mustart) : 
  Argument mu must be a nonempty numeric vector
In addition: Warning messages:
1: In year == c(i, i + 1, i + 2) :
  longer object length is not a multiple of shorter object length
2: In year == c(i, i + 1, i + 2) :
  longer object length is not a multiple of shorter object length

Answer 1

当 rhs 的长度 > 1 时，错误/警告来自使用 ==。使用 %in%

pred <- vector('list', 8)
names(pred) <- 2000:2007
for(i in 2000:2007){
 df_sub1 <- subset(df, year %in% c(i, i+1, i+2)) 
 mod <- glm(y~var1+var2, data=df_sub1, family=binomial())
 df_sub2 <- subset(df, year == (i+3))
 pred[[as.character(i)]] <- tryCatch(predict(mod,
     newdata=df_sub2, type = "response"), error = function(e) NA_real_)
}

-输出

> pred
$`2000`
4 
1 

$`2001`
5 
1 

$`2002`
6 
1 

$`2003`
           7 
2.220446e-16 

$`2004`
        8 
0.1467543 

$`2005`
          9 
0.001408577 

$`2006`
          10 
2.220446e-16 

$`2007`
[1] NA