如何解决求解R函数的输入值
在我附加的R函数中,我想知道如何求解mdes
(假设它是未知的),如果其他所有已知的情况,该值当前是输入值之一?
如果其他所有已知的知识,是否还可以求解mdes
和power
(均为当前输入值)?
foo <- function(A = 200,As = 15,B = 100,Bs = 10,iccmax = 0.15,mdes = .25,SD = 1.2,power = 80)
{
tail <- 2
alpha <- 5
inv_d <- function(mdes) {
c(mean_dif = 1,Vmax = 2/mdes^2)
}
SDr <- 1/SD
pars <- inv_d(mdes)
mean_dif <- pars[[1]]
Vmax <- pars[[2]]
zbeta <- qnorm((power/100))
zalpha <- qnorm(1-(alpha/(100*tail)))
maxvarmean_difhat <- (mean_dif / (zbeta + zalpha))**2
ntreat <- sqrt((A/As)*((1-iccmax)/iccmax))
ncont <- sqrt((B/Bs)*((1-iccmax)/iccmax))
costpertreatcluster <- A + (As*ntreat)
costperconcluster <- B + (Bs*ncont)
gtreat <- (sqrt(A*iccmax) + sqrt(As*(1-iccmax)))**2
gcon <- (sqrt(B*iccmax) + sqrt(Bs*(1-iccmax)))**2
pratio <- sqrt(gtreat/gcon)
budgetratio <- 99999
budgetratio <- ifelse( ((pratio <= SD) & (pratio >= SDr)),pratio**2,ifelse((pratio > SD),pratio*SD,pratio*SDr))
fraction <- budgetratio/(1 + budgetratio)
mmvnumer <- 99999
mmvnumer <- ifelse( ((pratio <= SD) & (pratio >= SDr)),gcon*Vmax*(1+(pratio**2)),gcon*Vmax*(((pratio*SD)+1)**2/((SD**2)+1)),gcon*Vmax*(((pratio*SDr)+1)**2/((SDr**2) + 1))) )
budget <- mmvnumer/maxvarmean_difhat
treatbudget <- fraction*budget
conbudget <- (1-fraction)*budget
ktreat <- treatbudget/costpertreatcluster
kcont <- conbudget/costperconcluster
ktreatrup <- ceiling(ktreat)
kcontrup <- ceiling(kcont)
ktreatplus <- ifelse(pmin(ktreatrup,kcontrup) < 8,ktreatrup + 3,ktreatrup + 2)
kcontplus <- ifelse(pmin(ktreatrup,kcontrup + 3,kcontrup + 2)
budgetplus <- (ktreatplus*costpertreatcluster) + (kcontplus*costperconcluster)
return(c(ncont = ncont,kcont = kcontplus,ntreat = ntreat,ktreat = ktreatplus,budget = budgetplus))
}
#--------------------------------------------------------------------------------
# EXAMPLE OF USE:
foo()
ncont kcont ntreat ktreat budget
7.527727 73.000000 8.692270 62.000000 33279.051347
解决方法
将一个变量的函数定义为
p0 = foo()
fn1 = function(x) sum((foo(mdes=x) - p0)^2)
并找到最小值0,该最小值对应于您的mdes = 0.25
输入!
optimize(fn1,c(0.0,1.0))
## $minimum
## [1] 0.2497695
## $objective
## [1] 0
对于两个变量,这更加困难,因为该函数具有许多局部最小值,并且在某些区域之外定义不明确。应用optim()
将需要精心选择的起点。
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。