使用rollapply()与step()实现滚动逐步回归时zoo序列日期范围滞后问题

我来帮你搞定这个问题！其实问题根本不是step()函数的锅，而是你第二个滚动回归的代码里漏掉了align="right"参数，这才导致日期范围看起来“滞后”了。

问题原因分析 #

rollapply()函数的默认对齐方式是align="center"：当你设置窗口宽度为365（奇数）时，每个滚动窗口的结果会被绑定到窗口的中心日期，而不是你需要的窗口最后一天。

看你的第一个案例，明确指定了align="right"，所以结果的日期是每个滚动窗口的右端点（也就是回归完成对应的日期），范围是2016-12-30至2017-12-31，完全符合预期。而第二个案例没加这个参数，默认用了中心对齐，所以日期范围变成了每个窗口的中心日期，看起来就像是“滞后”了。

修正后的代码 #

除了加上align="right"，还要注意step()可能会删除部分变量，导致不同窗口返回的系数数量不一致，所以我们需要预先创建包含所有原始系数的向量，把step返回的系数填充进去，缺失的用NA补齐，确保每个窗口返回的结果结构一致：

library(zoo)
date <- seq(as.Date("2016-01-01"), as.Date("2017-12-31"), by="days")
y <- rnorm(length(date))
x1 <- rnorm(length(date))
x2 <- rnorm(length(date))
z <- rnorm(length(date))
x3 <- z+5
all_vars <- cbind.data.frame(date, y, x1, x2, x3)

# 修正后的滚动逐步回归
rolling_reg_fixed <- rollapply(zoo(all_vars[,-1], order.by = date), 
                               width=365, 
                               FUN=function(z){
                                 df <- as.data.frame(z)
                                 # 拟合逐步回归
                                 step_model <- step(lm(formula=y~x1+x2+x3, data=df), 
                                                   direction = "backward", 
                                                   k=2)
                                 # 预先创建包含所有原始系数的向量，缺失的用NA填充
                                 full_coefs <- setNames(numeric(4), c("(Intercept)", "x1", "x2", "x3"))
                                 full_coefs[names(step_model$coef)] <- step_model$coef
                                 return(full_coefs)
                               }, 
                               by.column = FALSE,
                               align="right")

# 查看结果结构
str(rolling_reg_fixed)

验证结果 #

运行修正后的代码后，你会发现rolling_reg_fixed的日期范围和第一个正常的滚动回归完全一致：从2016-12-30到2017-12-31，每个日期对应一个滚动窗口的右端点，参数也能正确匹配对应的日期戳。

内容的提问来源于stack exchange，提问作者Lauri