Question

我试图使用曲线函数在R Studio中绘制以下函数，如下所示：

loglikelihood.func = function(x, mu){
n = length(x)
n*mu - sum(x) - sum(exp(mu)/(exp(x)))
}

curve(expr = loglikelihood.func(x = data, mu), xname = "mu", from 
= 0, to = 15)

现在，我有一个包含50个数据点的数据向量，在函数中，它当前将mu和x（我的数据）相加，即sum（exp（mu）/（exp（x）））等效sum（exp（mu））/ sum（exp（x））

我想让我的函数工作，这样我就可以得到x中每个不同数据点的分数和，同时保持mu常数，即exp（mu）/ exp（x1）+ exp（mu）/ exp（x2）+ exp（ mu）/ exp（x3）+ ...并在曲线函数中绘制时为每个单独的mu重复此操作。

如果我将我的函数改为exp（mu）/ sum（exp（x）），它正在做exp（mu）/ [exp（x1）+ exp（x2）+ ...]这不是我想要的。有人可以提供一些建议吗？

编辑：这是我数据的一个子集，

data = c(8.5,8.9,9.1,8.9,8.4,9.7,9.1,9.6,8.7,9.3,9.6,9.3,8.7,9.0,8.8,8.9,8.9,12.2)

Answer 1

不确定我是否正确......但curve()本身无法做到这一点。您可以定义您的功能：

loglikelihood.func = function(x, mu) {
  length(x) * mu - sum(x) - sum(exp(mu)/(exp(x)))
}

然后定义一个范围（对于x），您要在其上绘制它，并在第一个图上指定限制（xlim，ylim）。如果您不想拥有序列，则可以使用您的数据。

xrange <- seq(from=1, to=10, by = 0.1)
plot(x=xrange, y = sapply(xrange, function(x) loglikelihood.func(x, mu=0)), 
     xlim = c(1, 10), 
     ylim = c(-10, 0),
     type = "l")

然后添加其他曲线，指定不同的mu：

lines(x=xrange, y = sapply(xrange, function(x) loglikelihood.func(x, mu=1)))
lines(x=xrange, y = sapply(xrange, function(x) loglikelihood.func(x, mu=2)))

（如果你不需要额外的图形参数，更实际的做一个循环）

在R Studio中绘制总和

1 个答案: