在R中循环以为统计模型选择最低的AIC

Question

我想编写一个循环，通过更改自由度来获得以下模型的最低AIC值，例如varknots1的定义中的df=2 。

我在这里只使用随机数据，因为我不知道如何上传数据。 我正在尝试学习编写自己的循环，但是，目前我还没有成功实现这一目标。

有人可以帮我解决这个问题吗？

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))
}