如何在R中编写一个一次测试多个参数的循环？

我编写了下面的循环来选择最佳的df，x，这样我就可以得到lm模型的最低AIC

aic<-rep(NA,20) 
for(i in 1:20){
cb1 <- crossbasis(AFH6, lag=24, argvar=list(fun="ns",df=8, cen=200), arglag=list(knots= logknots(24, 3)))
cb2 <- crossbasis(OutT, lag=24, argvar=list(fun="poly", degree=3, cen=12.28), arglag=list(knots= logknots(24, 3)))
cb3 <- crossbasis(OutRH, lag=24, argvar=list(fun="poly", degree=3, cen=68.5), arglag=list(knots= logknots(24, 3)))
aic[i]<-AIC(lm(NH3cH6~cb1+cb2+cb3+ns(DenH6,i)+ns(HenageH6,6)+ns(MweightH6,7)+ns(Time,5)+as.factor(LightH6)+ as.factor(MoltH6)))}

---

谢谢你的帮助

可能使用三重循环并将结果存储在三维数组中？您可能需要考虑

mgcv（）

包中的

gam（）

函数，该函数将自动调整平滑项的复杂程度（将通过

s（）

而不是

ns（）表示）

为了最大化广义交叉验证分数（几乎等同于最小化AIC），是的，我想尝试一下，但我不知道如何编写代码……@flodel

lm( NH3cH6 ~ cb1+cb2+cb3+ns(DenH6,i)+ns(HenageH6,j)+ns(MweightH6,k)+ns(Time,5)+as.factor(LightH6)+ as.factor(MoltH6)