Как извлечь коэффициенты выходов из линейной регрессии с помощью цикла

Question

Я хотел бы знать, как я могу циклически регрессировать n раз и каждый раз с помощью другого набора переменных извлекать data.frame, где каждый столбец является регрессией и каждая строка представляет собой переменную.

В моем случае у меня есть data.frame из:

dt_deals <- data.frame(Premium=c(1,3,4,5),Liquidity=c(0.2,0.3,1.5,0.8),Leverage=c(1,3,0.5,0.7)) 

Но у меня есть еще одна пояснительная фиктивная переменная называется Высокомерие, что является продуктом биномиального распределения, с 0,25 среднего. Как что:

n <- 10 
hubris_dataset <- data.frame(replicate(n, rbinom(4,1,0.25)) 

В этом смысле то, что мне нужно сделать п моделирование высокомерия, так что я могу, сделать п регрессионный каждый с Diferent набором случайных биномиального распределения и выход каждого distribuition мне нужно поместить в data.frame, как объяснено.

До сих пор я мог бы достичь этого:

# define n as the number of simulations i want 
n=10 
# define beta as a data.frame to put every coefiecient from the lm regression 
beta=NULL 

for(i in 1:n) { 
    dt_deals2 <- dt_deals 
    beta[[i]] <- coef(lm(dt_deals$Premium ~ dt_deals$Liquidity + dt_deals$Leverage + hubris_dataset[,i], data=dt_deals2)) 
    beta <- cbind(reg$coefficients) 
} 

Но этот способ это только генерировать первый набор коэффициентов, а не сделать еще десять колонн для data.frame

Answer 1

@jogo отдавания идея изменить метод for-loop и использовать sapply и изменить объект beta на list(). Это был результат:

beta <- sapply(1:n, function(i) coef(lm(Premium ~ Liquidity +Leverage+ hubris_dataset[,i], data=dt_deals2))) 

И это сработало