矩阵中循环聚合结果的r倍数

我试图对循环执行50次

for

，每次生成三列和13行数据，存储在矩阵中，因此最终产品应该有13行，但有150列。也就是说，每次循环的

for

结果都会聚合到前一个循环的右侧。 以下是我的尝试：

predict.data<-matrix(nrow=13,ncol = 150)
for (i in 1:50){
  x <- rnorm(15)
  y <- x + rnorm(15)
  new <- data.frame(x = seq(-3, 3, 0.5))

  for (j in 1:nrow(new)){ 
    predict.data[j,] <- predict(lm(y ~ x), new, interval = "prediction")
    colnames(predict.data) <- paste(c("fit", "lwr","upr"), 1:50)
  }
}

也许我在代码中遗漏了一点。 我还需要连续粘贴列名：fit1、lwr1、upr1、fit2、lwr2、upr2、

有人能帮我纠正和调整这个错误吗

预期结果如下所示： 新更新

---

当

new

是一个矩阵，而不是

lm

时，我有另一个问题，我从包“glmnet”中得到

cv.glmnet

。我只得到最终结果的三分之一的数据，也就是说只有50列而不是150列。而且colnames不再正确了。

这会有用的

library(magrittr) # sorry I like pipes

predict.data <- list() # versitle across data structures

for (i in 1:50){

    x <- rnorm(15)
    y <- x + rnorm(15)
    new <- data.frame(x = seq(-3, 3, 0.5))

    predict.data[[i]] <- predict(lm(y ~ x), new, interval = "prediction") %>%
                     magrittr::set_colnames(., paste0(colnames(.), i))

}

predict.data %<>% do.call(cbind, .) # make your wide matrix

library（magrittr）#对不起，我喜欢管道
使用基本R预测.data。我使用
cbind

predict.data<-NULL  #empty object
for (i in 1:50){
  x <- rnorm(15)
  y <- x + rnorm(15)
  new1 <- data.frame(x = seq(-3, 3, 0.5))

  for (j in 1:nrow(new1)){
    res <- predict(lm(y ~ x), new1, interval = "prediction")
    colnames(res) <- paste0(c("fit", "lwr","upr"), i)
    predict.data<-cbind(predict.data,res)
  }
}

predict.data谢谢，为什么它会停在
fit34
，我看不到其余的列？你收到这个消息了吗
[到达getOption（“max.print”）--省略了xx行]
？你可以用
选项（max.print=1000）更改max items的截止值
new
是一个矩阵，而不是
lm
时，我有另一个问题，我从包“glmnet”中得到了
cv.glmnet
。我只得到最终结果的三分之一的数据，也就是说只有50列而不是150列。而且colnames已经不正确了。
library(magrittr) # sorry I like pipes

predict.data <- list() # versitle across data structures

for (i in 1:50){

    x <- rnorm(15)
    y <- x + rnorm(15)
    new <- data.frame(x = seq(-3, 3, 0.5))

    predict.data[[i]] <- predict(lm(y ~ x), new, interval = "prediction") %>%
                     magrittr::set_colnames(., paste0(colnames(.), i))

}

predict.data %<>% do.call(cbind, .) # make your wide matrix

predict.data<-NULL  #empty object
for (i in 1:50){
  x <- rnorm(15)
  y <- x + rnorm(15)
  new1 <- data.frame(x = seq(-3, 3, 0.5))

  for (j in 1:nrow(new1)){
    res <- predict(lm(y ~ x), new1, interval = "prediction")
    colnames(res) <- paste0(c("fit", "lwr","upr"), i)
    predict.data<-cbind(predict.data,res)
  }
}