У меня есть набор данных, содержащий измерения из разных мест за длительный период времени. Я пытаюсь запустить квантильную регрессию bootstrap для данных, сгруппированных по местоположению и месяцу. В настоящее время я использую функцию dlply
для этого. Я пробовал много разных форматов, чтобы заставить это работать, но кажется, что проблема вызывает отдельные столбцы внутри функции. Вот пара примеров:
qr.boot.monthly <- dlply(data, as.quoted(.(Site,month(Date))), failwith(NULL, function(df) {
boot.rq(cbind(1,datenum),coarse,tau=0.9, R = 1000, na.rm = T, bsmethod = "xy", data = df)
}))
qr.boot.monthly <- dlply(data, as.quoted(.(Site,month(Date))), failwith(NULL, function(df) {
x <-df$datenum
y <- df$coarse
boot.rq(cbind(1,x),y,tau=0.9, R = 1000, na.rm = T, bsmethod = "xy")
}))
В большинстве случаев я получаю сообщение об ошибке: «Ошибка в boot.rq.xy (x, y, U, tau): NA / NaN / Inf при вызове внешней функции (arg 8) "
В других случаях ошибка" Ошибка в boot.rq (cbind (1, datenum), грубая, tau = 0,9, R = 100, na.rm = T,: object 'грубая 'not found'
Итак, иногда это проблема с NA в данных, а иногда он просто не может вызвать столбец dataframe, когда я ссылаюсь на него. Я не уверен, в чем проблема. Я смог создать для l oop эту работу, но с большими наборами данных, с которыми я здесь работаю, это слишком неэффективно. Есть мысли?