存储优化函数的r循环的输出向量

我编写了一个包含两个变量的函数，我想在其中优化Z：

fr<-function(Z) {
delta<-pnorm((Matrix81fulld$CumZavg-sqrt(rho)*Z)/sqrt(1-rho)) - pnorm((Matrix81fulld$CumZavgLow-sqrt(rho)*Z)/sqrt(1-rho))

sum((Matrix81fulld$n*(Matrix81fulld$Prob1981 - delta)^2)/((delta*(1-delta))))
}

---

当然，当我打印“o”时，只返回rho=0.3的优化值，因为所有其他值都被覆盖。我想将o和n存储在两个单独的向量中，其中包含rho值的结果。我知道有人问过类似的问题，但它们似乎都容易得多，因为循环通常在1:10为I运行。在这种情况下，我有7个特定的rho I值，在每种情况下交换，然后优化fr。我不确定这是假装更复杂还是真的更复杂，但我似乎无法使其工作。

似乎您只需要在每个循环迭代中存储值

o = list()
n = list()
i = 1
for (rho in c(0.01, 0.025, 0.05, 0.1, 0.15, 0.2, 0.3)){
  o[i]=optimize(fr,interval=c(-2,2))
  n[i]=nlm(fr,p=0)
  i=i+1
}

或者（回答您的评论）：

---

这难道不像

res那么简单吗？不幸的是，我的问题本来可以用更好的措辞。Rho不是数据集中的变量；它仅定义为函数“fr”下数学表达式中的一个术语。因此，当您创建函数（rho）时，它没有值，并且r返回一个错误“object“rho”not found”……当我手工解决这个问题时，我必须定义rho=0.01；rho=0.025，每次我优化。这就是为什么我尝试了循环方法——主要是为了整合我的代码并消除潜在的错误。我可以打印函数中的值以确认它是否正常工作…我只是不知道如何存储它们。是的，这很有效，谢谢。这个解决方案可以从这里的另一个问题得到：（你回答的时候我正在看）…你的解决方案很有帮助。还有一个问题需要充分理解：为什么需要i=i+1？我在想，因为在第二次迭代中，这将给我们o[2]，n[2]，在第三次迭代中，它将给我们o[3]，n[3]……等等？需要I=I+1，因为你不是在I上循环，而是在rho上循环。我编辑了我的答案来指出这一点。谢谢——编辑很有帮助。“我”需要“我+1”这首曲子是我自己尝试的时候一直把我弄得一团糟的原因，但你的例子说明了我实际上是如何做到这两种方式的……现在我看到它就在我面前，如此简单
o = list()
n = list()
i = 1
for (rho in c(0.01, 0.025, 0.05, 0.1, 0.15, 0.2, 0.3)){
  o[i]=optimize(fr,interval=c(-2,2))
  n[i]=nlm(fr,p=0)
  i=i+1
}

o = list()
n = list()
all_rhos = c(0.01, 0.025, 0.05, 0.1, 0.15, 0.2, 0.3)

for (i in 1:7)){
  rho = all_rhos[i]
  o[i]=optimize(fr,interval=c(-2,2))
  n[i]=nlm(fr,p=0)
}