如果您正在寻找的算法确实类似于Applied Statistics 274 , 1992, Vol 41(2)那么您可以只使用biglm因为它不需要您将数据保存在文件中。

在 matlab 中有排名第一的 QR 更新函数，它可以在更新 p 变量线性回归的系数的复杂性中为 您节省一个因子。$p$

尽管几个月前搜索了几天，但我一直无法在 R 中找到等价物（请注意 cran 中有许多 qr.update 函数，但是当你在引擎盖下查看时，它们只是假的——即他们调用lm.update都一样）。

更新：尝试包“跳跃”的源代码。在 R 源代码中，您会发现一个函数 'leaps.forward'，它调用 FORTRAN 例程 'forwrd'，位于包的 /src 中，它似乎实现了 rank 1 QR 更新。

不如试试线性模型对象的更新能力

update.lm( lm.obj, formula, data, weights, subset, na.action)

看看这个链接

• 更新函数的一般解释：

http://stat.ethz.ch/R-manual/R-devel/library/stats/html/update.html

• 有关 update.lm 的特定说明：

http://www.science.oregonstate.edu/~shenr/Rhelp/update.lm.html

很长一段时间以来，我一直在寻找与 matlab qr 更新等效的东西，跳跃似乎是一个不错的方法！

在 R 中，您可以查看 strucchange 包中的 recresid() 函数，当您添加观察值（而不是变量！）时，它将给出递归残差。我的猜测是，这将需要很少的修改来获得递归 beta（代码中的 beta？）。