Question

我有一个关于在R中编码包含双变量正常CDF的函数的问题。我尝试编码的函数需要一个双变量正常CDF，应该根据观察结果进行不同的计算。具体来说，根据某个变量的值，相关性应该在正面和负面之间“切换”，但是在呼叫中应该没有差别。

这种功能的样式已在LIMDEP中编码，我正在尝试复制它，但无法让它在R中工作.LIMDEP中用于计算双变量正常CDF的命令是“BVN（x1，x2），r）“，它明确要求用于计算的两个变量（x1，x2）和相关性（r）。 LIMDEP使用Gauss-Laguerre 15点积分来计算双变量正常CDF。

在R中，似乎两个包计算多变量正常CDF。我一直在尝试mnormt包（虽然有mvtnorm包也没有看到 - 但我没有看到主要的区别）使用Genz方法，它看起来很相似，但比使用的Gauss-Laguerre 15求积法更通用在LIMDEP中（参考？pmnorm下的论文）。

每次我尝试使用mnormt包时，命令pmnorm（）都需要以下形式：pmnorm（data，mean，varcov），我无法对相关切换进行编码。

任何想法如何让这个工作？

这是一个简单的代码示例，用于解释我在谈论我想做什么（除了没有for循环的函数内部）：

 library(mnormt)
 A <- c(0,1, 1, 1, 0, 1, 0, 1, 0, 1)
 q <- 2*A-1 
 set.seed(1234)
 x <- rnorm(10)
 y <- rnorm(10, 2, 2)

 #Need to return a value of the CDF for each row of data:
 cdf.results <- 0
 for(i in 1:length(A)){
 vc.mat <- matrix(c(1, q[i]*.7, q[i]*.7, 1.3), 2, 2)
 cdf.results[i] <- pmnorm(cbind(x[i], y[i]), c(0, 0), vc.mat) 
 }
 cdf.results

感谢您的帮助！

Answer 1

听起来你只需要1）使你的脚本成为一个函数，这样它就可以应用于任意的x，y和q和2）来摆脱for循环。如果是这种情况?function，则?apply应该为您提供所需的内容。

BVN=function(x,y,q) {

  cdf.results=apply(cbind(x,y,q),1,FUN=function(X) 
       {
      x=X[1]
      y=X[2]
      q=X[3]
          vc.mat <- matrix(c(1, q*.7, q*.7, 1.3), 2, 2)
          pmnorm(cbind(x, y), c(0, 0), vc.mat)     
                    # I think you may want c(0,2) but not sure
        }
                   )
 cdf.results
}



BVN(x,y,q)

这里x，y和q是你上面写的。也许你想要函数采用矩阵r，就像在limdep中一样？它没有太大的不同。

在R中编程双变量正常CDF

1 个答案: