首页 文章

如何调用函数使用* apply with different data，其中output是list，intput是2x2矩阵的列表？

提问于
浏览 次
2

我有10次运行模拟的数据，存储为列表 . 我想用这个数据调用函数 FUN1 ，而不重复代码10次 . FUN1 的输出是模型参数的值，这样：

$theta=5
               $Theta= 0.5
               $pi_1 = 0.6
               $pi_2 = 0.4 
               $loglik_1 = 123.6
               $loglik_2 = 23.56

那么，这就是 FUN1 的输出当我适应10次运行中的一次时 . 我希望所有运行的输出都没有为每次运行重新调整我的函数 .

我知道我们可以在R中使用循环族函数，例如 lapply （列表）或 tapply （向量）函数 . 我试过了他们两个但都没有用 .

这是我的数据：

library(VineCopula)
   library(copula)
   Runs = 10
   Saveas = vector(mode = "list", length = Runs)
   pb <- txtProgressBar(min = 0, max = Runs, style = 3)

   for(j in 1:Runs) {
     setTxtProgressBar(pb, j)
     N=2000
     dim = dim
     U = runif(N, min=0,max=1)
     X = matrix(NA, nrow=N, ncol=2)

     inds <- U < 0.7

     X[inds, ]  <- rCopula(sum(inds),
                    claytonCopula(1, dim=2))

     X[!inds, ] <- rCopula(N - sum(inds),
                    frankCopula(4, dim=2))
     Saveas[[j]] = X
   }

这是我的功能：

FUN1 <- EM_mixture_copula(data =   
          Saveas[[j]],pi_1=pi_1,pi_2=pi_2,theta = theta, 
          Theta=Theta, tol = .00001,     maxit = 1000)

这是我尝试的错误：

> result <- tapply(X,FUN1,simplify = T)
    Error in tapply(X, FUN, simplify = T) : arguments must have same length.

    > Result <– lapply(X,FUN1)
    Error in get(as.character(FUN), mode = "function", envir = envir) : object 'F' of mode 'function' was not found.

注意，copula的输出是矩阵（nrow = N，ncol = 2）（因为copula的维数是2） . 例如：

xx <-            

        rCopula(N=4 ,claytonCopula(0.5))
            xx
                   [,1]        [,2]
      [1,] 0.6269311043 0.229429156
      [2,] 0.3257583519 0.268244546
      [3,] 0.7446442267 0.436335203
      [4,] 0.3186246504 0.163209827

其中0.5是copula参数 .

有什么帮助吗？

r apply lapply sapply tapply

1 回答

  • 1

    我想 dim 里面的 dim 应该是1.因为，我没有安装数据或库，这个答案是未经验证的帖子 . 但是，它可以帮助您从这里找出解决方案 .

    sim_fun <- function( N )
{
  U=runif(N, min=0,max=1)
  inds <- U < 0.7
  X <- matrix(NA, nrow = N, ncol = 2)
  X[inds, 1:2] <- rCopula(sum(inds), claytonCopula(1, dim=2))
  X[!inds, 1:2] <- rCopula(N - sum(inds), frankCopula(4,dim=2))
  return( X )
}

set.seed(1L)  # set state of random number generator
sim_data <- replicate( n = 10, sim_fun( N = 2000 ))  # get simulated data 10 times

# apply EM function on the simulated data
apply( sim_data, 3, function( x ) EM_mixture_copula(data =  x,
                                                    pi_1 = pi_1,
                                                    pi_2=pi_2,
                                                    theta = theta, 
                                                    Theta=Theta, 
                                                    tol = .00001,
                                                    maxit = 1000))
    回复于

相关问题