Question

优化函数仅用于处理我理解的一个函数参数。但有时函数可能依赖于变量和参数的不同输入范围。

例如：

x.r<-rnorm(100)
y<-function(x,p) -x^2+p*1/exp(x^3)
optimize(y,upper=range(x.r)[2],lower=range(x.r)[1])

x.r。传递给y的x的域可以从样本变为样本。而不是使用泛型x，我希望能够从许多x.r值的域中绘制来运行y。有没有办法修改优化函数，以便我可以传递y，函数和x它的域变量以及优化参数p？

上面我得到一个错误：

> optimize(y,upper=range(x.r)[2],lower=range(x.r)[1])
Error in p * 1 : 'p' is missing

编辑：根据以下建议（这是有道理的......但）我试过了。

x.r<-rnorm(100)
p<-seq(-5,5,1)
y<-function(x,p) -x^2+p*1/exp(x^3)
optimize(y,upper=range(x.r)[2],lower=range(x.r)[1],p)

结果是： p * 1出错：'p'缺失

此外，

> optimize(y,upper=range(x.r)[2],lower=range(x.r)[1],p,x.r)
Error in optimize(y, upper = range(x.r)[2], lower = range(x.r)[1], p,  : 
  invalid function value in 'optimize'

还有其他想法吗？

编辑2：下面的评论循环可行，但似乎是一个奇怪的方法来接近它。我不确定它是否也将x.r域考虑在内。

x.r<-rnorm(100)
p<-seq(-5,5,1)
y<-function(p=p,x=x.r) -x^2+p*1/exp(x^3)
for(v in p){
print(optimize(y,upper=range(p)[2],lower=range(p)[1],p=v))}

> for(v in p){
+ print(optimize(y,upper=range(p)[2],lower=range(p)[1],p=v))}
$minimum
[1] -4.999944

$objective
[1] -9.637547e+54

$minimum
[1] -4.999944

$objective
...

Answer 1

我通过p

致电optimise

x.r <- rnorm(100)
p   <- seq(-5,5,1)
y<-function(x,p) -x^2+ p/exp(x^3)
ll <- lapply(p,function(i)
         optimize(y,upper=range(x.r)[2],lower=range(x.r)[1],p=i))

ll[[which.min(sapply(ll,'[[','minimum'))]]

$minimum
[1] -2.14628

$objective
[1] -98357.67

当然如果maximum = TRUE最后成为

ll[[which.max(sapply(ll,'[[','maximum'))]]

Answer 2

除此之外的另一种方法，即使你调用的东西不允许你指定传递给函数的额外命名参数，也可以创建一个函数生成函数，该函数生成一个给定p的函数

yp <- function(p){force(p);function(x){-x^2+p*1/exp(x^3)}}
yp1=yp(1)
yp2=yp(2)

现在yp函数只是x的函数：

> yp1(0)
[1] 1
> yp2(0)
[1] 2

所以你的循环变成了：

x.r <- rnorm(100)
pv   <- seq(-5,5,1)

ll <- lapply(pv,function(p){
        Y = yp(p)
        optimize(Y,upper=range(x.r)[2],lower=range(x.r)[1])
        })

循环遍历pv向量，并将每个值放入p以根据该值创建函数Y。除了upper和lower之外，其他任何内容都不会传递到optimize。

我可以将更多参数传递给R中的optimize（）函数

2 个答案: