Question

Here is the image showing what i need to calculate。对不起，图片中的total_r实际上是代码中的test_gain，而pic中的gamma是指代码中的alpha（对不起）。同样在图像中我停止在t = 3计算，但实际上我想计算它直到最后一个值为0.6。

我很擅长使用apply系列函数。我通常使用循环，但我听说使用apply函数而不是嵌套for循环要快得多。我尝试了几个教程，但仍然无法用apply函数替换我的嵌套for循环。任何帮助将不胜感激，下面是我试图改变的代码。

基本上这就是我要做的事情：数据的第一行：从列的列+ alpha * nextvalue获取值（第2行）+ alpha ^ 2 * column（row3）的nextvalue + alpha ^ 3 * column（row4）的下一个值，依此类推最后一排。每次我增加Alpha的力量。

所有这些计算都是第一行。现在对于第二行，我将忽略列中的第一个值，但将以相同的方式获取所有后续值。下面是我的代码，它的工作正常，但执行时间太长。

#value of alpha
alpha <- 0.85

# test_gain is a vector containing values from a column belonging to a data frame
test_gain <- testdata$Total_rew

# initialise the variables 
s = 0
d = rep(0,nrow(testdata))

for (i in 1:nrow(testdata[1:4999,])){
  d[i] = test_gain[i]
  for (s in (i+1):nrow(testdata)){
    d[i] = d[i] + alpha^(s-i) * test_gain[s]
    if (alpha^(s-i) < (10^-5)) {next()}

  }
}

Answer 1

关键是生成N幂级数alpha的大小为N的上三角矩阵，其中testdata是1 alpha alpha^2 alpha^3 ... alpha^(N-1) 0 1 alpha alpha^2 ... alpha^(N-2) 0 0 1 alpha ... alpha^(N-3) 0 0 0 1 ... alpha^(N-4) ... ... 0 0 0 0 1中看起来像testdata$Total_rew的行数这样：

## This will work for both nrow(testdata) is odd and even
nr <- ceiling(nrow(testdata)/2 - 1)
mat <- outer(alpha^(-nr:nr), alpha^(-nr:nr))
## reverse the columns
mat <- mat[,rev(seq.int(ncol(mat)))]
## what we want is in the lower triangular, so set the upper triangular to zeroes
mat[upper.tri(mat)] <- 0
## take the transpose so what we want is now upper triangular
mat <- t(mat)

然后，计算只是一个矩阵乘以d <- mat %*% testdata$Total_rew列。

生成此上三角矩阵（改编自this SO question/answer）：

mat

然后，

mat

另请注意，您无需在上一步中转置d <- testdata$Total_rew %*% mat。如果您在上一步中不转置To complete the registration process, click the http://xxx/#/confirmation?confirmationCode=OGM0Njg2ODktOTY0Ni00ZDViLTkzYWUtYjQzYzllMjY3NjMw，则也会得到相同的结果：

To complete the registration process, click the http://xxx/#/confirmation?confirmationCode&#x3D;OGM0Njg2ODktOTY0Ni00ZDViLTkzYWUtYjQzYzllMjY3NjMw

希望这有帮助。

使用if语句

1 个答案: