Saya akan tertarik untuk menemukan cara dalam R untuk memperbarui model linier secara efisien ketika pengamatan atau prediktor ditambahkan. biglm memiliki kemampuan memperbarui ketika menambahkan pengamatan, tetapi data saya cukup kecil untuk berada di memori (walaupun saya memiliki sejumlah besar contoh untuk memperbarui). Ada cara untuk melakukan ini dengan tangan kosong, misalnya, untuk memperbarui faktorisasi QR (lihat "Memperbarui Faktorisasi QR dan Masalah Kuadrat Terkecil", oleh Hammarling dan Lucas), tetapi saya berharap untuk implementasi yang ada.
15
Meskipun mencari beberapa hari beberapa bulan yang lalu, saya belum dapat menemukan yang setara dalam R (berhati-hatilah ada banyak fungsi qr.update di cran tetapi ketika Anda melihat di bawah tenda mereka hanya palsu - yaitu yang mereka sebut
lm.update
semua sama).Pembaruan : coba di sumber paket 'lompatan'. Dalam sumber-R, Anda akan menemukan fungsi 'lompatan.forward', yang memanggil rutin FORTRAN 'forwrd', terletak di / src dari paket yang tampaknya menerapkan pembaruan QR peringkat 1.
sumber
Mengapa Anda tidak mencoba kemampuan pembaruan objek model linier
Lihatlah tautan ini
http://stat.ethz.ch/R-manual/R-devel/library/stats/html/update.html
http://www.science.oregonstate.edu/~shenr/Rhelp/update.lm.html
sumber
Saya juga sudah mencari sejak lama untuk setara dengan pembaruan qr matlab, lompatan tampaknya cara yang bagus!
Di R, Anda bisa melihat fungsi recresid () dalam paket strucchange, yang akan memberikan residu rekursif ketika Anda menambahkan pengamatan (bukan variabel!). Dugaan saya adalah bahwa ini akan memerlukan sedikit modifikasi untuk mendapatkan betas rekursif (betar dalam kode?).
sumber