nan.xiao
哈哈，在这里遇上了校友师兄。
我也是在安装R包 FHDQR上遇到了问题，目前我的R语言版本是R 4.x，但是FHDQR是在R 3.x上编译的。论文作者提供的网址也只有二进制。想问下有没有好的解决办法呢，比如如何完美切换到R 3.x下使用，试了下各位版主的建议，对于新手小白不太成功，或者可以从得到的二进制文件里获取.r 文件（源代码）吗
xiaohangzi
- 2023年10月3日
- 注册于 2022年6月12日
CyrusYip 谢谢你的建议我试试看
有些R包当前的R版本已经不能够适应该包，而重新下载新的R语言版本太麻烦，涉及到太多R包的下载还费时间，请问该如何解决这个问题呢（最好是不影响不同版本之间包的使用）
tjmath 我也遇到了这个问题，请问是怎么解决的呢
请问R语言如何用lars包中的LASSO方法进行变量选择？我在做的过程中出现Cp值为空，R-square为1，但是参数估计值并不接近真实值，正确的做法应该怎么做？
library(MASS) #generate random number
library(lars)#LASSO
cov_mat<-function(p)
{
covm<-matrix(0,p,p)
for (i in 1:p)
{
for (j in 1:p)
{
covm[i,j]<-0.5^(abs(i-j))
}
}
return(covm)
}
p<-10
n<-200
set.seed(666)
epsilon<-rnorm(n,0,1)
beta<-c(1,1.5,2,1,0,0,0,0,0,0)
set.seed(666)
x<-mvrnorm(n,rep(0,p),cov_mat(p))
y<-x%*%beta+epsilon
LASSOres<-lars(as.matrix(x),as.matrix(y),type="lasso")
结果如下
LASSOresCall:
lars(x = as.matrix(x), y = as.matrix(y), type = "lasso")
R-squared: 1
Sequence of LASSO moves:
Var 3 2 1 4 7 9 8 6 5 10
Step 1 2 3 4 5 6 7 8 9 10LASSOres$beta[10,]
[1] 0.81909408 1.28566343 1.71271692 0.52252613 -0.02578134 -0.19780722 -0.19525537 -0.12094906
[9] -0.16279040 0.00000000Cloud2016 太谢谢楼主分享给我的链接啦，我认真学习了，已经解决论文中的问题
tctcab
好的呀，谢谢楼主耐心解答，我明白啦Cloud2016 好耶，已经收藏学习啦，谢谢楼主耐心解答太感谢啦
最近在编写代码时，论文提及到使用R中的constrOptim.nl来求解约束条件下的非线性方程组。查看相关文档发现constrOptim.nl求解的似乎是用于未知数是一维的情况，请问，如何求解未知数是向量或者矩阵形式的非线性方程组？
例如，优化问题为
min z=(1-x1^2)+100(x2-x1^2)^2
s.t: x1^2+x^2<=4
x1/x2>=2
R语言实现为
library(alabama)
obj.f<-function(x){
x1<-x[1]
x2<-x[2]
(1-x1^2)+100(x2-x1^2)^2
}
hin.f<-function(x){
x1<-x[1]
x2<-x[2]
c(-x1^2-x2^2+4,x1/x2-2)
}
#par为参数初值，obj.f为将要求解的目标函数，gr.f为目标函数的梯度，hin.f为不等式约束
constrOptim.nl(par=c(1,0.3),obj.f,gr.f,hin.f)
这里求出来的x[1],x[2],x[3]都是一维的，请问如果我的x[1],x[2],x[3]都是向量或者 矩阵应该如何利用constrOptim.nl求解？（就像线性方程一样y=xb+e，b都是向量）fenguoerbian
谢谢楼主的耐心解答，确实是我没有表述清楚需求，我下次注意。我想生成的随机变量来自不同的分布，例如epsilon<-rnorm(n,0,1)，X1<-runif(n,0,1)，X23<-mvrnorm(n,rep(0,2),matrix(c(1,0.5,0.5,1),2,2))，我想保证的是epsilon，X1，X23这几个变量的结果可复现。目前我的做法是在每一次生成随机数时都加上set.seed，但我想的是如果想生成的随机变量很多个，如何减少写set.seed次数。
`> seednum<-666set.seed(seednum);epsilon<-rnorm(n,0,1)
set.seed(seednum);X1<-runif(n,0,1);
set.seed(seednum);X23<-mvrnorm(n,rep(0,2),matrix(c(1,0.5,0.5,1),2,2))`zaq
好的呢，我理解啦。我好像没有表述清楚，就是有没有办法保证X和X1是一样的呢。
除了在每组随机数前面都设置随机数种子。谢谢呀我试过这样，但是有没有办法减少写set.seed()这个语句的次数呢。就比如说我只写一次set.seed()就可以保证所有的随机数都来自同一组种子
zaq
这样肯定是不行的喔，种子数只能保证一次随机数复现。比如这里的X和X1是不一样的。
rm(list = ls())set.seed(10)
x = rnorm(10)
y = runif(10,1,4)
x1 = rnorm(10)
x
[1] 0.01874617 -0.18425254 -1.37133055 -0.59916772 0.29454513 0.38979430
[7] -1.20807618 -0.36367602 -1.62667268 -0.25647839
x1
[1] 0.08934727 -0.95494386 -0.19515038 0.92552126 0.48297852 -0.59631064
[7] -2.18528684 -0.67486594 -2.11906119 -1.26519802请问R语言怎么设置全局随机数种子？
同一个脚本要产生很多组随机数，怎么保证所有的随机数来自同一组种子？
set.seed只能保证产生的第一组随机数可复现，但再产生第二组时随机数就不同了