Question

以下是模拟简单线性回归数据和计算每个参数的非覆盖概率的函数。

var countries = ["UK", "INDIA", "FRANCE", "CHINA"];
var colors = ["#807dba", "#41ab5d", "#DECF3F", "#FAA43A"];
var result = [];

$.each(countries, function(index, value){
    result[value] = colors[index];
});

console.info(result);

// Result : [UK: "#807dba", INDIA: "#41ab5d", FRANCE: "#DECF3F", CHINA: "#FAA43A"]

，输出为：

simfun <- function(n,b0,b1,sig){
  x <- runif(n)
  y <- b0+b1*x+ rnorm(n,0,sig)
  data <- data.frame(y=y,x=x)
}

noncoverage <- function(n,b0,b1,sig){

      dat <- simfun(n,b0,b1,sig)
      fit <- lm(y~x,data=dat)

      res=summary(fit)
     estim = coefficients(res)[,1]
     se=  coefficients(res)[,2]

     ci1 = estim[1] + qnorm(c(.025,.975))*se[1]
     nc1 = ifelse((ci1[1]<b0 & ci1[2]>b0),0,1)

    ci2 = estim[2] + qnorm(c(.025,.975))*se[2]
    nc2 = ifelse((ci2[1]<b1 & ci2[2]>b1),0,1)
    nc = data.frame(nc1=nc1,nc2=nc2)
}

set.seed(494590)
com=replicate(4,noncoverage(200,1,2,.5))

现在我想计算nc1和nc2的平均值，即

nc1的平均值为（c（0,1,0,0）），nc2的平均值为（c（0,0,0,0））。

如何通过R命令计算均值？

Answer 1

作为替代方案，您可能希望简化函数noncoverage的输出，即nc。如果该函数始终用于输出2个数字的向量，则可以替换：

nc = data.frame(nc1=nc1,nc2=nc2)

带

nc = c(nc1=nc1, nc2=nc2)

然后com变为：

    [,1] [,2] [,3] [,4]
nc1    0    1    0    0
nc2    0    0    0    0

和rowMeans会给出您想要的结果。

Answer 2

将我的评论作为解决方案发布

 colMeans(do.call(rbind, com))
 # nc1  nc2 
 #0.25 0.00

或者

 library(data.table)
 rbindlist(com)[,lapply(.SD, mean)]
 #    nc1 nc2
 #1: 0.25   0

数据

  set.seed(494590)
  com <- replicate(4,noncoverage(200,1,2,.5), simplify=FALSE)

计算R中列表的每个变量的平均值

2 个答案:

数据