R中的迭代，用for-循环的奇怪结果
R中的迭代，用for-循环的奇怪结果
提问于 2015-11-14 16:16:50
我在R中编写了一些代码，以确定给定任何公差的ai的最优估计量。到目前为止，我想出了如下结论：
iter<- function (ai, k, tolerance){
at = ai*(1-ai^2*R[k]^ai*(log(R[k]))^2/(1-R[k]^ai)^2)/
(1 - (ai^2*R[k]^ai*(log(R[k]))^2)/(1-R[k]^ai)^2 + ai*(H(k)
- 1/ai - R[k]^ai*log(R[k])/(1-R[k]^ai)))
while((at-ai) > tolerance) {
ai = at
at = ai*(1-ai^2*R[k]^ai*(log(R[k]))^2/(1-R[k]^ai)^2)/
(1 - (ai^2*R[k]^ai*(log(R[k]))^2)/(1-R[k]^ai)^2 + ai*(H(k)
- 1/ai - R[k]^ai*log(R[k])/(1-R[k]^ai)))
a0 = at
}
return(at)
}
x<- iter(ai = H(k), k, tolerance = 0.000001)其中R和H是每个k的已知变量，也是ai的一个初始估计量，即H(k)。这段代码对于k的任何值都很好，例如，
x<- iter(ai = H(k), 21, tolerance = 0.000001)结果很好。但是，我的问题是，当我试图将其嵌入到for -循环中时(我实际上希望得到一个向量x[k]，其中计算了k的每一次迭代)，即：
for (k in seq (along = 1: (n-1)){
x<- iter(ai = H(k), 21, tolerance = 0.000001)
}这段代码没有给出向量，而是给出了x的一个值。这对我来说没有多大意义，因为我试图为每个可能的x分配一个值。我在这里错过了什么？
一如既往，任何帮助都将不胜感激。
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-11-14 16:35:51
因为您想要向量，所以x应该是向量。
x<-numeric(n-1)
for (k in seq (along = 1: (n-1)){
x[k]<- iter(ai = H(k), 21, tolerance = 0.000001)
}页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33710484
复制相关文章
相似问题
腾讯云开发者
