对数据框的某些部分运行回归并提取估计值 + 错误

Question

我尝试对数据框的选定部分运行多个回归。
有 22 列。一个是“日期”，一个是“索引”和 S1、S2、S3 ... S20。

我以这种方式运行回归:

Regression <- lm(as.matrix(df[c('S1', 'S2', 'S3', 'S4', 'S5', 'S6', 'S7', 'S8', 'S9', 'S10', 'S11', 'S12', 'S13', 'S14', 'S15', 'S16', 'S17', 'S18', 'S19', 'S20')]) ~ df$INDEX)
Regression$coefficients

1)如何使代码更短？就像使用区间告诉 R:将 S1 到 S20 列作为解释变量，并使用因变量 INDEX 对它们运行回归。

2)回归公式为:a+b*INDEX+误差
然后从回归中提取所有“b”估计。假设列有 10 行，因此必须有 10 个估计值。
还要提取所有错误:即每列必须有10个错误，总共10*20=200个错误。

由于我没有使用 R 的经验，欢迎提供各种帮助!谢谢!

Answer 1

如果您有 22 列，只需使用数据框中列的位置。在他的回答中使用与 LAP 相同的数据集:

# load iris dataset
date(iris)
# run regression
Regression <- lm(as.matrix(iris[1:3]) ~ Petal.Width, data = iris)

在您的情况下，这将转换为:

# run the regression
Regression <- lm(as.matrix(df[3:22]) ~ INDEX, data = df)

假设您的因变量在第 3 到 22 列中(第一列是日期，第二列是索引，或类似的东西)