创建OLS Beta参数估计值的滚动平均值

Question

我正在尝试创建一个从单个数据集的OLS Beta参数估算的滚动平均值的时间序列图。我需要用OLS回归数据的第1-36行，找到Beta参数估计，然后以2-37行再次进行此操作，依此类推。完成此操作后，我需要在图中绘制这些点。我找不到一种自动化此过程的方法，以找到每个数据小节的OLS Beta估计值。有人有想法吗？

谢谢！

Answer 1

这是一个快速的例子，但是我可以澄清一下您是否看到了您的数据示例？

假设您有一个1000行帧df，带有结果y和predivor x，并且您希望在每个36行滑动窗口（行1-36、2-37、3-38等）。首先，运行964个回归模型并保存系数。

coefs = do.call(rbind, lapply(36:nrow(df),\(i) lm(y~x,data=df[(i-36):i])$coef))

将它们添加到数据中。表

df[36:nrow(df),c("intercept","beta"):=list(coefs[,1], coefs[,2])]

输出：

                x           y  intercept       beta
   1: -0.56047565 -0.99579872         NA         NA
   2: -0.23017749 -1.03995504         NA         NA
   3:  1.55870831 -0.01798024         NA         NA
   4:  0.07050839 -0.13217513         NA         NA
   5:  0.12928774 -2.54934277         NA         NA
  ---                                              
 996: -0.08997520  0.07664366 0.06368493 0.16388413
 997:  1.07051604  0.25516476 0.11283476 0.20039460
 998: -1.35110039  0.27744682 0.06146300 0.08411488
 999: -0.52261670  0.53685602 0.08775808 0.08424470
1000: -0.24919068 -0.46048557 0.03574618 0.07458988

输入：

library(data.table)
set.seed(123)
df = data.table(x=rnorm(1000), y=rnorm(1000))