従属変数のリストを列として時系列回帰を実行したいと思います。一連の独立変数の各列を回帰したいと思います。私はあなたがただ使うことができることを知っています
lm(dataframe~independent variables)
従属変数が行列の場合、各列を通過するだけだからです。
ただし、私の従属変数は経時的な株式に関する情報であり、すべての時点ですべての株式について情報が利用できない場合があるため、いくつかの NA 値があります。私が抱えている問題は、lmを使用する場合、 NA 値、つまりlmを省略しなければならないことです関数は、回帰の実行時に行全体を削除します。1 つの従属変数に対してのみ回帰を実行したい場合はこれで問題ありませんが、回帰を実行したい従属変数のリスト (1000 以上) があります。私のデータセットは 15 年以上しかないため、非常に 1 つの時点で値が欠落しています。そのため、lm 回帰を実行すると、回帰の実行時に lm 関数がすべての行を削除したため、エラーが発生します。この問題を解決するために私が考えることができる唯一の方法は、for ループを実行し、各株式に対して個別の回帰を実行することです。これは、計算に非常に長い時間がかかると思います。たとえば、次は私のデータの例です。
135081(P) 135084(P) 135090(P)
1994-12-30 NA NA NA
1995-01-02 NA NA NA
1995-01-03 06864935 NA NA
1995-01-04 NA NA -0.05474644
1995-01-05 NA NA 0.20894900
1995-01-06 NA -0.45672832 -0.02378632
したがって、これに対して時系列回帰を実行すると、lm 関数がすべての行をスキップするため、エラーが発生します。
したがって、私の質問は、回帰が他のすべての従属変数についてもスキップするのではなく、1 つの特定の従属変数についてのみ NA を「スキップ」する、異なる DEPENDENT 変数を持つデータ フレーム全体で時系列回帰を実行する別の方法があるかどうかです。 ?
データセットの時系列プロパティが削除され、データセットに NA があるため na.action=NULL を使用しても機能しないため、na.omit の使用は正しくないと思います。大変お世話になりました。