R语言含列表的while(TRUE)循环无法正确终止及lm.fit报错排查

你的代码有两个核心bug，直接导致死循环和最终的拟合报错：

1. 终止条件完全错误：你每次把当前阶的筛选结果存在pmod[[i]]中，之后用sapply(pmod, length)生成各阶结果的长度向量，再判断这个向量本身的长度是否为0。只要i≥1，这个向量的长度就等于当前迭代次数i，哪怕某一阶的结果被compact()处理成空列表，sapply返回的也是长度为i、对应位置值为0的向量，length(length_pmod) == 0的条件永远不可能成立，break永远不会触发，i会无限递增。
2. 高次幂数值溢出：你用的是raw=TRUE的原始多项式，会直接计算预测变量的i次幂。以测试用的savings数据为例，pop15取值在20~48区间，当i增长到20以上时，20^20已经超出R双精度浮点数的可表示范围，会生成Inf/NaN值传入lm，直接触发NA/NaN/Inf in 'x'的报错。
3. 额外逻辑偏差：你当前的筛选逻辑是只要某一阶里任意一个低次项显著就继续迭代，不符合最初“最高阶项不显著就终止”的多项式阶数选择逻辑。

library(tidyverse)
library(faraway)

regression_polynomial <- function(data, response_chosen, predictor_chosen, 
                                  max_degree = 10, sig_level = 0.05){
  pmod <- list()
  i <- 0
  while(TRUE){
    i <- i + 1
    # 兜底终止：超过设定最大阶数直接停，避免极端情况死循环
    if(i > max_degree){
      warning("已达到设定的最大多项式阶数，迭代终止")
      break
    }
    # 构造当前阶的模型公式
    form <- reformulate(
      termlabels = glue::glue('poly({predictor_chosen},{i}, raw=TRUE)'),
      response = response_chosen
    )
    # 拟合模型并提取系数表
    current_fit <- lm(form, data)
    coef_info <- current_fit %>%
      summary() %>%
      .$coefficients %>%
      as.data.frame() %>%
      rownames_to_column("term") %>%
      filter(term != "(Intercept)") %>%
      rename(
        estimate = 2,
        std_error = 3,
        t_value = 4,
        p_value = 5
      )
    # 存储当前阶的拟合结果
    pmod[[i]] <- list(
      degree = i,
      fit = current_fit,
      coef = coef_info
    )
    # 只判断最高阶项的p值，不显著就删掉当前阶结果后终止
    highest_p <- coef_info$p_value[i]
    if(highest_p >= sig_level){
      pmod[[i]] <- NULL
      break
    }
  }
  return(pmod)
}

# 测试运行
res <- regression_polynomial(savings, "sr", "pop15")
# 输出最终选择的多项式阶数
cat("最优多项式阶数：", length(res), "\n")

• 测试savings数据集场景时，迭代到3阶时3次项p值大于0.05，会自动终止，最终返回2阶多项式的拟合结果，不会出现死循环和数值溢出问题。
• 新增max_degree参数做兜底，就算遇到特殊数据分布导致高阶项一直显著，也不会无限循环到数值计算溢出。
• 返回结果按阶数存储了对应的模型对象、系数表，后续做预测、绘图、结果提取都可以直接调用。

内容的提问来源于stack exchange，提问作者tesla john