如何解决在数据帧的行上迭代 mvrnorm 的复杂函数
我有这样的数据:
data = data.frame(a.coef = c(.14,.15,.16),b.coef = c(.4,.5,.6),a.var = c(0.0937,0.0934,0.0945),b.var = c(0.00453,0.00564,0.00624),ab.cov = c(0.000747,0.000747,0.000747))
我想在数据集的每一行上运行以下代码(来源:http://www.quantpsy.org/medmc/medmc.htm)。
require(MASS)
a = data$a.coef
b = data$b.coef
rep = 10000
conf = 95
pest = c(a,b)
acov <- matrix(c(data$a.var,data$ab.cov,data$b.var),2,2)
mcmc <- mvrnorm(rep,pest,acov,empirical = FALSE)
ab <- mcmc[,1] * mcmc[,2]
low = (1 - conf / 100) / 2
upp = ((1 - conf / 100) / 2) + (conf / 100)
LL = quantile(ab,low)
UL = quantile(ab,upp)
LL4 = format(LL,digits = 4)
UL4 = format(UL,digits = 4)
我创建了一个相对简单的函数,它将数据和行号作为输入:
MCMAM <- function(data_input,row_number) {
data = data_input[row_number,]
a = data[["a.coef"]]
b = data[["b.coef"]]
rep = 10000
conf = 95
pest = c(a,b)
acov <- matrix(c(data[["a.var"]],data[["ab.cov"]],data[["b.var"]]),2)
require(MASS)
mcmc <- mvrnorm(rep,empirical = FALSE)
ab <- mcmc[,2]
low = (1 - conf / 100) / 2
upp = ((1 - conf / 100) / 2) + (conf / 100)
LL = quantile(ab,low)
UL = quantile(ab,upp)
return(c(LL,UL))
}
MCMAM(data,1)
2.5% 97.5%
-0.1901272 0.3104614
但如果有办法摆脱行规范,让函数逐行运行数据集并将输出保存到数据集中的新列,那就太好了。
我一直在试验 for 循环和 apply 函数,但没有取得任何成功,主要是因为 matrix() 和 mvrnorm() 函数都采用值而不是向量。
解决方法
我们可以使用lapply
do.call(rbind,lapply(seq_len(nrow(data)),MCMAM,data_input = data))
-输出
2.5% 97.5%
[1,] -0.1832449 0.3098362
[2,] -0.2260856 0.3856575
[3,] -0.2521126 0.4666583
或使用 rowwise
library(dplyr)
library(tidyr)
data %>%
rowwise %>%
mutate(new = list(MCMAM(cur_data(),1))) %>%
unnest_wider(new)
# A tibble: 3 x 7
# a.coef b.coef a.var b.var ab.cov `2.5%` `97.5%`
# <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 0.14 0.4 0.0937 0.00453 0.000747 -0.185 0.309
#2 0.15 0.5 0.0934 0.00564 0.000747 -0.219 0.396
#3 0.16 0.6 0.0945 0.00624 0.000747 -0.259 0.472
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。