如何对多变量dataframe列表使用for循环逐份执行回归分析

前置语法修正 #

你现有的代码存在两处语法错误，先修正后再执行回归：

• 存储多个dataframe需要使用list()而非c()，修正后的列表创建代码：

  dflist = list(cvx,csco,trv,unh,gs,nke,v,aapl,wba)
  

  可选操作：给列表元素添加对应股票名，方便后续匹配回归结果：

  names(dflist) = c("cvx","csco","trv","unh","gs","nke","v","aapl","wba")
  

• lm函数的多变量回归公式需要用+拼接自变量，而非逗号分隔，正确的公式写法：ri_rf ~ smb + hml + capm

方案1：for循环实现 #

适合需要自定义每轮回归附加操作的场景：

# 初始化结果存储列表
lm_results = list()

# 遍历所有股票数据执行回归
for (i in seq_along(dflist)) {
  lm_results[[i]] = lm(ri_rf ~ smb + hml + capm, data = dflist[[i]])
  # 可选：实时打印回归结果概览
  cat("股票", names(dflist)[i], "回归结果：\n")
  print(summary(lm_results[[i]]))
}

执行完成后所有回归结果存在lm_results列表中，可通过下标提取单只股票的回归结果。

方案2：lapply批量实现（推荐） #

更符合R语言语法风格的简洁写法：

# 批量执行回归，结果直接存入列表
lm_results = lapply(dflist, function(df) lm(ri_rf ~ smb + hml + capm, data = df))

# 批量查看所有回归的摘要结果
lapply(lm_results, summary)

后续可直接通过sapply批量提取需要的回归指标，示例如下：

# 提取所有股票回归的调整R²
sapply(lm_results, function(x) summary(x)$adj.r.squared)

# 提取所有股票回归的自变量系数
sapply(lm_results, coef)

内容的提问来源于stack exchange，提问作者Melody