R 新手，需要帮助编码功能和理解错误

Question

所以我正在为 R 考 class，而且我很难编写基本公式。

基本上，我想要做的是找到 3 个变量，但我不断收到错误。（我附上了一张图片以便于展示）

注：

d为自由度数，d=1,...,20

这是我的代码：

set.seed(29)
library(ISLR)
library(splines)


#### ETAPE 1 
x <- runif(1000,min=0,max=10)
lambda=(2*x)+(0.2*x*sin(x))
y <- rpois(1000,lambda)

J <- data.frame(x=x, y=y)
plot(x,y,cex=0.4)


### ETAPE 2 

ajust <- matrix(NA,20,1000)

for(i in (1:20)) {
  smoothing=lm(y~ns(x=x,df=i),data=J)
  ajust[i,]=predict(smoothing)
}

fd=function(d) {return(smoothing[d])}

for(i in (1:20)) {
  lines(x,ajust[i,],col=i)
}

lines(x,lambda,col='black')

for(i in (1:20)) {
  d1<- (1/1000)*sum((y-ajust[i,])**2)
}

### Calcul de D2

Mean=lambda

for (d in (1:20)){
  W=(Mean-fd(x))**2
  d2=sum(W)/1000

}

直到 "calcul de D2" 出现 "Non-numeric argument to binary operator " 错误。而且我不明白如何让它发挥作用。我知道我的问题可能看起来有点含糊，所以如果有什么不清楚的地方，请随时告诉我。

Answer 1

代码中的错误是您的 fd(x) 函数调用了 returns 列表。正如错误所说，这不是数字。

我们没有关于 f(d) 应该是什么的信息（它没有在图片或问题中定义），但似乎解决方案是从 fd(x) 中提取任何组件你的意思从 Mean 中减去。

例如：

for (d in (1:20)){
  W=(Mean-fd(x)$fitted.values)**2
  d2=sum(W)/1000

}

更新

我从图片中的方程式中看到了你关于 "D3" 的跟进 comment/question。我有点不确定，因为我没有 textbook/context 来确定符号（X 没有正式定义，我也不得不相信图片中的 Y = Mean 在代码中基于你如何使用它）。这是我最好的猜测，基于该上下文：

# The equation for d3 is the expected value of (Y-fd(X))^2.
#
# I don't know the context of this, but I see the definition of d1 and d2.
#
# D1 = for(i in (1:20)) {
#  d1<- (1/1000)*sum((y-ajust[i,])**2)
# }
d1 # [1] 10.04203
#
# D2 = for (d in (1:20)){
# W=(Mean-fd(x)$fitted.values)**2
# d2=sum(W)/1000
# }
# 
d2 # [1] 0.2024568
#
# Based on that, Y = Mean, y = y, x=x, i=i, N=1000
#                W = (Y - fd(xi))^2
# I presume X = vectorized xi
# 
# So, D3 =


D3 = (Mean  - fd(x)$fitted.values)^2

#Since it's an expected value, I presume we take the mean

D3 = mean(D3)

我可能猜错的地方可能是 X。图中方程中的 X 看起来像所有 x[i] 的向量。但是 x 的每个元素都是一个 x[i] 所以 x 已经是它的向量表示。

R 新手，需要帮助编码功能和理解错误

New to R and need help coding function and understanding errors

loops

r

function

smoothing