我正在尝试存储以下代码的结果,但是我只能想出一种解决方案,以最小的残差平方和保存模型的结果。这是有用的,直到结果在c和γ的范围内为止,因此我需要评估其他点的特征。为此,我需要存储每次迭代的结果。有人知道在这种情况下该怎么做吗?
提前致谢!
dlpib1 <- info$dlpib1
scale <- sqrt(var(dlpib1))
RSS.m <- 10
for (c in seq(-0.03,0.05,0.001)){
for (gamma in seq(1,100,0.2))
{
trans <- (1+exp(-(gamma/scale)*(dlpib1-c)))^-1
grid.regre <-lm(dlpib ~ dlpib1 + dlpib8 + trans + trans*dlpib1 +
+ I(trans*dlpib4) ,data=info)
coef <- grid.regre$coefficients
RSS <- sum(grid.regre$residuals^2)
if (RSS < RSS.m){
RSS.m <- RSS
gamma.m <- gamma
c.m <- c
coef.m <- coef
}
}
}
grid <- c(RSS=RSS.m,gamma=gamma.m,c=c.m,coef.m)
grid`
最佳答案
您可能可以完全避免for
循环。但是,关于如何完成任务,您只需索引要在其中存储值的任何对象。例如,
# outside the for loop
trans <- list()
# inside the for loop
trans[[paste(gamma, c, sep="_")]] <- ...
关于r - 在R中存储循环迭代的结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19057628/