Viele Variablen in lm Regression und große Liste

Question

Meine Aufgabe ist es, einige Untersuchungen in Dummy-Variablen zu tun. Hier ist ein R-Code:

parameters_estimation2 <- function(n) 
{ 
    age <- sample(20:40, n, replace=TRUE) 
    male <- sample(0:1, n, replace=TRUE) 
    education <- sample(0:6, n, replace=TRUE) 

    experience <- floor(rexp(n, 0.2)) 
    for(i in 1:n) 
    {if(experience[i]>15) { 
    experience[i] <- floor(rexp(1, 0.2)) 
    if(experience[i]>15) { i <- i-1 } 
    }} 

    sqexperience <- experience*experience 
    e <- rnorm(n, 0, 4) 

    B0 <- -200; B1 <- 15; B2 <- 100; B3 <-10; B4 <- 5; B5 <-20; 
    wage <- B0 + B1*age + B2*male + B3*education+ B4*experience+ B5*sqexperience+e 

    #Dummy making 
    expe1 <- c(rep(0,n)); expe2 <- c(rep(0,n)); expe3 <- c(rep(0,n)); expe4 <- c(rep(0,n)); 
    expe5 <- c(rep(0,n)); expe6 <- c(rep(0,n)); expe7 <- c(rep(0,n)); expe8 <- c(rep(0,n)); 
    expe9 <- c(rep(0,n)); expe10 <- c(rep(0,n)); expe11 <- c(rep(0,n)); expe12 <- c(rep(0,n)); 
    expe13 <- c(rep(0,n)); expe14 <- c(rep(0,n)); expe15 <- c(rep(0,n)); 
    for(i in 1:n) 
    { 
     if(experience[i]==1) { expe1[i] <-1 
     } else if(experience[i]==2) { expe2[i] <-1 
     } else if(experience[i]==3) { expe3[i] <-1 
     } else if(experience[i]==4) { expe4[i] <-1 
     } else if(experience[i]==5) { expe5[i] <-1 
     } else if(experience[i]==6) { expe6[i] <-1 
     } else if(experience[i]==7) { expe7[i] <-1 
     } else if(experience[i]==8) { expe8[i] <-1 
     } else if(experience[i]==9) { expe9[i] <-1 
     } else if(experience[i]==10) { expe10[i] <-1 
     } else if(experience[i]==11) { expe11[i] <-1 
     } else if(experience[i]==12) { expe12[i] <-1 
     } else if(experience[i]==13) { expe13[i] <-1 
     } else if(experience[i]==14) { expe14[i] <-1 
     } else if(experience[i]==15) { expe15[i] <-1 
     }} 

    regression<-lm(wage~age+male+education+expe1+expe2+expe3+expe4+expe5+expe6+expe7+expe8+expe9+expe10+expe11+expe12+expe13+expe14+expe15) 
    return(summary(regression)$coefficients[,"Estimate"]) 
} 

times <- 1000 
size <- rep(200, times) 
koeficientai1 <-mapply(parameters_estimation2, size) 
blah <- as.data.table(koeficientai1) 
beta0sample200d <- mean(koeficientai1[,"(Intercept)"]) 

Und das Problem ist, dass in letzter Linie erhalte ich:

Error in koeficientai1[, "(Intercept)"] : incorrect number of dimensions 

ich glaube, das Problem ist, dass koeficientai1 große Liste ist. Aber dann versuche ich eine andere IM-Regression mit nur 5 Variablen, der Code funktioniert und ich bekomme einen einfachen Datenrahmen.

Answer 1

Versuchen Sie, die letzte Zeile von

beta0sample200d <- mean(sapply(koeficientai1, function(x) x["(Intercept)"])) 

koeficientai1 ersetzt ist eine Liste, aber Sie versuchen, es als data.frame zugreifen zu können, damit die Fehlermeldung.

sapply extrahiert das Element mit dem Namen (Intercept) aus jedem Listenelement in koeficientai1 (in Ihrem Fall ist jedes Listenelement ein benannter Vektor) und gibt einen Vektor zurück, der die Ergebnisse enthält.