在R中循環選擇統計模型的最低AIC

Question

我想通過改變自由度來編寫一個循環以獲得以下模型的最低AIC值，如varknots1的定義中的df=2。

我只是在這裏使用隨機數據，因爲我不知道如何上傳我的數據。我正在努力學習寫自己的循環，但是，我目前從未成功完成這個循環。

這裏有人能幫我解決這個問題嗎？

library(dlnm) 
library(splines) 

A = rnorm(500) 
B = rnorm(500) 
C = rnorm(500) 
D = rnorm(500) 
varknots1 <- equalknots(B,fun="bs",df=5,degree=2) 
lagknots1 <- logknots(24, 3) 
cb1 <-crossbasis(B,lag=24,argvar=list(fun="bs",knots=varknots1),arglag=list(knots=lagknots1)) 

varknots2 <- equalknots(C,fun="bs",df=5,degree=2) 
lagknots2 <- logknots(24, 3) 
cb2 <- crossbasis(C, lag=24, argvar=list(fun="bs",knots=varknots2), arglag=list(knots=lagknots2)) 

model<-lm(A~cb1+cb2+D) 
AIC(model) 

Answer 1

aic<-rep(NA,8) 
for(i in 1:8){ 
    varknots1 <- equalknots(B,fun="bs",df=(i+2),degree=2) 
    lagknots1 <- logknots(24, 3) 
    cb1 <-crossbasis(B,lag=24,argvar=list(fun="bs",knots=varknots1),arglag=list(knots=lagknots1)) 
    varknots2 <- equalknots(C,fun="bs",df=(i+2),degree=2) 
    lagknots2 <- logknots(24, 3) 
    cb2 <- crossbasis(C, lag=24, argvar=list(fun="bs",knots=varknots2), arglag=list(knots=lagknots2)) 
    aic[i]<-AIC(lm(A~cb1+cb2+D)) 
}