Question

我有一个包含50个元素的列表prob。每个元素是概率的601×3矩阵，其每行表示完整的样本空间（即，每个矩阵的每一行总和为1）。例如，以下是prob的第一个元素的前五行：

> prob[[1]][1:5,]

           [,1]      [,2]       [,3]
 [1,] 0.6027004 0.3655563 0.03174335
 [2,] 0.6013667 0.3665756 0.03205767
 [3,] 0.6000306 0.3675946 0.03237481
 [4,] 0.5986921 0.3686131 0.03269480
 [5,] 0.5973513 0.3696311 0.03301765

现在，我想要做的是为列表prob中的每个矩阵/元素的每一行创建以下矩阵。取第一行，设a = .603，b = .366，c = .032（舍入到小数点后三位）。然后，

> w [,1] [,2] [,3] [1,] a*(1-a) -a*b -a*c [2,] -b*a b*(1-b) -b*c [3,] -c*a -c*b c*(1-c)

这样：

> w [,1] [,2] [,3] [1,] 0.239391 -0.220698 -0.019296 [2,] -0.220698 0.232044 -0.011712 [3,] -0.019296 -0.011712 0.030976

我想获得600次类似的3x3矩阵（对于此矩阵的其余行），然后对prob的其余元素重复此整个过程49次。我唯一能想到的就是在apply内调用lapply，这样我就可以一次一个地访问每个矩阵的每一行。我确信这不是一种优雅的方式（更不用说我不能让它起作用），但我想不出别的什么。任何人都可以帮我解决这个问题吗？我也很想听听使用不同结构的建议（例如，在列表中使用矩阵是不是很糟糕？）。

Answer 1

在类似尺寸的矩阵列表上使用lapply运行此过程应该非常简单。如果它代表一个挑战，那么你应该发布dput(.)输出为具有类似矩阵的两个元素列表。真正的挑战是逐行处理，这里显示输出为3x3xN阵列：

w <- apply(M, 1, function(rw) diag( rw*(1-rw) ) + 
                    rbind( rw*c(0, -rw[1], -rw[1] ), 
                           rw*c(-rw[2],0, -rw[2] ),
                           rw*c(-rw[3], -rw[3], 0)
         )

 )
 w
             [,1]        [,2]        [,3]        [,4]        [,5]
 [1,]  0.23945263  0.23972479  0.23999388  0.24025987  0.24052272
 [2,] -0.22032093 -0.22044636 -0.22056801 -0.22068575 -0.22079962
 [3,] -0.01913173 -0.01927842 -0.01942588 -0.01957412 -0.01972314
 [4,] -0.22032093 -0.22044636 -0.22056801 -0.22068575 -0.22079962
 [5,]  0.23192489  0.23219793  0.23246881  0.23273748  0.23300395
 [6,] -0.01160398 -0.01175156 -0.01190081 -0.01205173 -0.01220435
 [7,] -0.01913173 -0.01927842 -0.01942588 -0.01957412 -0.01972314
 [8,] -0.01160398 -0.01175156 -0.01190081 -0.01205173 -0.01220435
 [9,]  0.03073571  0.03102998  0.03132668  0.03162585  0.03192748

 w <- array(w, c(3,3,5) )
 w
, , 1

            [,1]        [,2]        [,3]
[1,]  0.23945263 -0.22032093 -0.01913173
[2,] -0.22032093  0.23192489 -0.01160398
[3,] -0.01913173 -0.01160398  0.03073571

, , 2

            [,1]        [,2]        [,3]
[1,]  0.23972479 -0.22044636 -0.01927842
[2,] -0.22044636  0.23219793 -0.01175156
[3,] -0.01927842 -0.01175156  0.03102998

.... snipped remaining output

加权方差 - 协方差矩阵和lapply

1 个答案: