我应该避免rolling
并手动编码滚动回归?或者我最好创建一个具有重叠条目的巨型面板并使用statsby
?即,给每个窗口自己的by
条目。在R中,我可以将数据预先分割成日期框架列表,我认为这会加速后续操作。在Stata加速滚动回归
当我一个月前从R转换到Stata时,我的asked this on Statalist和共识是它应该需要很长时间。我编写并编译了Mata中的OLS,并注意到速度没有提高(实际上略微恶化)。
这似乎是滚动回归是一种常见的技术,Stata似乎非常复杂;大多数研究人员运行这些回归1天以上?还是他们使用SAS进行这些计算?例如,我在1975年至2010年的Compustat数据库上运行以下内容(约30,000次回归),大约需要12个小时。
rolling arbrisk = (e(rss)/e(N)), window(48) stepsize(12) ///
saving(arbrisk, replace) nodots: regress r1 ewretd
谢谢!我认为这位统计学家是对的,但我并不认为他们是对的。 'profiler'只是发现'rolling'有很多开销的技巧。我认为关键是使用'while'循环手动编码回归和总和。 –
我不觉得有太多开销。 “滚动”意味着是一种通用的工具,应该相当健壮。它花费一些时间检查你的数据。此外,它的意图是使用大量的统计命令。如果您确信数据的结构,并且考虑到特定的技术,应该可以提高性能。 – 2011-10-13 07:42:09