这是我完整的代码:
N_trials <- 1000
N_steps <- 1000
destinations <- matrix[NA, nrow=N_trials, ncol=N_steps]
l1_distance <- numeric(N)
for(m in 1:N_trials) {
destination <- c(0,0)
for(n in 1:N_steps) {
if(runif(1) < 1/4) {
destination[1] <- destination[1] - 1
}
else if(runif(1) < 1/2) {
dstination[1] <- destination[1] + 1
}
else if(runif(1) < 3/4) {
dstination[2] <- destination[2] + 1
}
else if(runif(1) < 1) {
dstination[2] <- destination[2] - 1
}
}
destinations[[m,1]] <- destination[1]
destinations[[m,2]] <- destination[2]
l1_distance <- abs(destinations[N_trials][1]) + abs(destinations[N_trials][2])
}
print(mean(l1_distance))
从本质上讲,destination
是一个向量(0,0),以1/4的概率向N_steps
迭代移动到相邻的正方形(以l ^ 1度量)。 destinations
为destination
中的每个n记录1:N_trials
的结果,以便为destination
计算一个点估计。
但是,我遇到了错误
矩阵[NA,nrow = N_trials,ncol = N_steps]中的错误: 类型为'closure'的对象不可子集
我不知道此错误是什么意思或如何解决。我要做的就是根据directions[m][1]
和directions[m][2]
的结果更新destination[1]
和destination[2]
的值。我是否错误地定义了矩阵destinations
?
答案 0 :(得分:2)
将矩阵的初始化更改为matrix(NA, nrow=N_trials, ncol=N_steps)
。