R 打印功能输出正确

我编写这个函数是为了找到非线性回归的起始值。我已经测试了其中的循环，它可以完美地工作，同时搜索列表中最小的RSS。但是，当我将所有代码放入一个函数中时，打印的结果是第一次迭代的结果，而不是我需要的结果

有人知道为什么会这样吗？我不知道这是否与在函数末尾打印列表有关

LSTR1_val <- function(series, linear, nonlinear, trans){

linear <- c (0,linear)

  linear_list           <- lapply (linear, function(i) lag(series, k=-i))
  linear_dat            <- na.omit(do.call(cbind, linear_list))
  colnames(linear_dat)  <- paste0 ("lag_",linear)

  nonlinear_list           <- lapply (nonlinear, function(i) lag(series, k=-i))
  nonlinear_dat            <- do.call(cbind, nonlinear_list)
  colnames(nonlinear_dat)  <- paste0 ("nl.lag_",nonlinear)  
  nonlinear_dat            <- window (nonlinear_dat, start=start(linear_dat),end=end(linear_dat))

  trans       <- window (trans, start=start(linear_dat),end=end(linear_dat))
  scale       <- sqrt   (var(trans))
  grid        <- list()


  lin_eq                <- paste0("lag_0 ~",  paste(paste(colnames(linear_dat)[-1]), sep="",collapse='+'))      
  nonlin_eq             <- paste0("transition + ",paste("I(transition*",paste(colnames(nonlinear_dat),")"), sep="",collapse='+'))

for (c1 in seq(0.97*min(trans), 0.97*max(trans), mean(trans)/5)){
  for (gamma in seq(1,100,2))                                    {

    transition  <- (1+exp(-(gamma/scale)*(trans-c1)))^-1

    grid.regre <-lm(paste0(lin_eq,"+",nonlin_eq),data=data.frame(linear_dat,nonlinear_dat,trans)) 

    coef  <- grid.regre$coefficients
    RSS   <- sum(grid.regre$residuals^2)
    grid[[length(grid)+1]] <- c(RSS,gamma,c1,coef)  
  } 
}

Small_RSS         <- which.min(sapply(grid, "[[", 1))  
Start_val         <- grid[[Small_RSS]]
names(Start_val)  <- c("RSS","gamma","c1",c("intercept",colnames(linear_dat)[-1],"nl_intercept",colnames(nonlinear_dat)))

Resultados <- list(Recomendacion= "Use los valores iniciales:",Ini_val=Start_val)
print(Resultados)

 }

---

我不熟悉您的上下文，但从您的代码来看，这里很可能出了问题：

grid.regre <-lm(paste0(lin_eq,"+",nonlin_eq),data=data.frame(linear_dat,nonlinear_dat,trans)) 

---

此处的trans是否应指定为您在上一步中计算的transition？请注意，由于外循环中的变量c1发生变化，因此每次迭代的转换都会发生变化。因此，试着找出data.frame对于每个迭代是否不同。

Hi alittleboy。谢谢你的帮助。我可以告诉你，这个循环工作得很好。如果我从线性的定义中获取代码，开始运行它，我会得到最小的rss。我在尝试将代码放入函数并尝试打印结果时遇到了问题。

data.frame(linear_dat,nonlinear_dat,trans)