我想计算这些数量
a12=sum_(i from 1 to m)sum_(j1<j2)(I(X[i]>Y[j1] and X[i]>Y[j2]))
a13=sum_(j from 1 to n)sum_(i1<i2)(I(X[i1]>Y[j] and X[i2]>Y[j]))
我是指标功能。
所以我想出了这个R代码
a12=0; a13=0
for (l in 1:(length(Z1)-1)){
for (m in 1:(length(Z2)-1)){
a12<-a12+(Z1[l]<Z2[m])*(Z1[l+1]<Z2[m])*1
a13<-a13+(Z1[l]<Z2[m])*(Z1[l]<Z2[m+1])*1
} # closing m
} # closing l
a12=a12+sum((Z1[-length(Z1)]<Z2[length(Z2)])*(Z1[-1]<Z2[length(Z2)])*1)
a13=a13+sum((Z1[length(Z1)]<Z2[-length(Z2)])*(Z1[length(Z1)]<Z2[-1])*1)
a12;
a13
不幸的是,这不仅非常缓慢,而且我得不到我应该得到的东西。
请帮帮我吧。
谢谢,
罗兰
答案 0 :(得分:5)
我假设(a12
)你想要做以下事情。您有两个向量x
(长度为m
)和y
,对于x[i]
的每个元素x
,您计算的是不同的向量
j1
的{{1}},j2
的索引对,y
超过x[i]
和y[j1]
,然后您将这个数量相加到所有y[j2]
{1}}。
这是一个快速的方法i
(另一个将留作练习)。首先请注意,您可以按顺序翻转:
a12
即。对于每个不同的索引对a12 = Sum_(j1 < j2) Sum_(i=1:m) I( X[i] > Y[j1] & X[i] > Y[j2] ),
,我们计算超过j1,j2
和x
的{{1}}个元素的数量,然后我们将这个数量与所有这些不同的索引相加 - 对。现在计算对y[j1]
的内部和就像一个矩阵乘法。实际上,假设我们定义了向量y[j2]
和j1,j2
:
x
然后我们可以使用y
函数生成矩阵set.seed(1)
x <- sample(1:5,5,T)
y <- sample(1:5,10,T)
,outer
条目为TRUE,当且仅当y_x
:
[i,j]
现在我们通过
获得内部总和y[i] < x[j]
其中y_x <- outer(y,x,FUN = '<')
是z <- y_x %*% t(y_x)
超过z[i,j]
和x
的元素数量。由于我们只想对y[i]
求y[j]
求和,因此我们通过使用<{p}}的下三角形的总和得到最终结果
z[i,j]