gamm()函数在JRI中失败

时间:2014-04-04 14:28:32

标签: java r jri

我在Windows 7上安装了使用32位R 3.0.2和Java jdk1.7.0_45的NetBeans 7.4运行的JRI。

我正在使用以下Java代码

     REXP load=re.eval("source('C:\\\\SearchPath\\\\gammaDistAnova.r')");
     String errStr=load.asString();
     REXP stats=re.eval("gammaDistAnova.getStats(ref, target)");

调用以下R脚本。

gammaDistAnova.getStats<-function(ref, target){
  library("MASS") # Library containing fitdistr
  library("mgcv")
  library("stats")

  # Get mean and SD of reference
  gr=fitdistr(ref+0.00001,"gamma")  # Ref is a vector of (reference) values.  The     0.00001 is to prevent errors due to zero values
  meanRef<-gr[1]$estimate['shape']/gr[1]$estimate['rate']  # Mean of ref vector  
  SDref<-sqrt(gr[1]$estimate['shape']/(gr[1]$estimate['rate']^2)) # SD of ref vector

  # Get mean and SD of target
  gt=fitdistr(target+0.00001,"gamma")  # target is a vector of (target) values.  The 0.00001 is to prevent errors due to zero values
  meanTarget<-gt[1]$estimate['shape']/gt[1]$estimate['rate']  # Mean of target vector  
  SDTarget<-sqrt(gt[1]$estimate['shape']/(gt[1]$estimate['rate']^2)) # SD of target vector

  # Analysis of variance between the distributions
  n=300
  x=rgamma(n, shape=gr[1]$estimate['shape'], scale=1/gr[1]$estimate['rate'])
  y=rgamma(n, shape=gt[1]$estimate['shape'], scale=1/gt[1]$estimate['rate'])
  random1 <- sample(c("level1","level2","level3"), n, replace=TRUE)
  debug=list(random1 = ~1)
#  glmm1 <- gamm(y ~ x, random=list(random1 = ~1))
#  anova(glmm1$gam)

  out=list("refMean"=meanRef, "refSD"=SDref, "targetMean"=meanTarget, "targetSD"=SDTarget, "lx"=length(x), "ly"=length(y))
  out
}

一切运行正常(列表中返回的所有内容似乎都有效且我期望),直到我取消注释

glmm1 <- gamm(y ~ x, random=list(random1 = ~1))

在这种情况下,函数返回null,表示失败。

虽然该功能在JRI中失败,但在RStudio版本0.98.501上运行没有任何问题。

编辑:

我试过

  glmm1 <- gamm(y ~ x, random=list(random1 = ~1))
  errStr=geterrmessage()
  errStr

 re.eval("gammaDistAnova.getStats(ref, target)");

仍然返回null

1 个答案:

答案 0 :(得分:1)

您应该在....\R\win-library\3.0.2

中查看“lib”目录

并检查您是否可以查看mgcv包,如果没有,请将其再次下载到您的R使用版本

一个选项是您将此库下载到早期版本的R。