Question

我正在尝试创建一个函数来计算R中的Box-Cox变换，其中你在公式中迭代lambda（lambdas）的值以最大化L.我最终想要的是L的向量，这样对于所有我在lambda中，有一个相应的L值。

y <- c(256,256,231,101,256,213,241,246,207,143,287,240,262,234,146,255,184,161,252,229,283,132,218,113,194,237,181,262,104)
df <- 28
n=29
lambdas <- seq(-3,3,0.001)
L <- c(rep(NA,length(lambdas)))


for(i in lambdas) {
if(i != 0) {
yprime <- (((y^i)-1)/i)
} else 
{   yprime <- log(y)
}
st2 <- var(yprime)
L <- (((-df/2)*(log(st2))) + ((i-1)*(df/n)*(sum(log(y)))))
}

我通常最终将L作为1的向量，并计算最终迭代次数。

Answer 1

使用seq_along为lambdas[]和L[]

生成索引

for(i in seq_along(lambdas)) {
   if(i != 0) {
     yprime <- (((y^lambdas[i])-1)/lambdas[i])
     } else { 
     yprime <- log(y)
              }
   st2 <- var(yprime)
   L[i] <- (((-df/2)*(log(st2))) + ((lambdas[i]-1)*(df/n)*(sum(log(y)))))
 }
plot(L)

for循环创建向量r

1 个答案: