使用 r 中的 for 循环将最佳函数应用于函数

Question

我为最大似然写了一个简单的函数，并希望这个函数使用 R 中的 for 循环根据其参数的不同值给出不同的结果。那是我的函数包括一个基于 for循环。我的功能运行良好，结果保存在列表中。然后，由于我有两个不同的结果，我想根据函数的每个部分将 optim 函数应用于我的函数。例如，

ff <- function(x,mu=c(2,0.5),sd=c(0.2,0.3)){
  out <- vector("list",2)
  for (i in 1:2){
    out[[i]] <- -sum(log(dnorm(x,mu[[i]],sd[[i]]))) ## here I have two different part of my funcitons wrap as one using for loop.
  }
return(out)
}


 set.seed(123)
    x <- rnorm(10,2,0.5)
    x

那么我函数的结果是：

> ff(x)
[[1]]
[1] 25.33975

[[2]]
[1] 101.4637

然后，由于我的函数有两个不同的部分使用 for 循环包装成一个，我想根据它的每个部分将 optim 函数应用于此函数。我尝试了很多自己的方法，但都没有用。这是我的尝试之一：

op <- vector("list",2)
for(i in 1:2){

op <- optim(c(0.5,0.5),fn=ff[[i]],i=i)
}

也就是说，我希望 optim 函数在我的参数 i=1 的第一个值处计算我的函数，然后在第二个 i=2 处计算函数。

所以我没有包装的功能如下：

ff_1 <- function(x,mu=c(2,0.5),sd=c(0.2,0.3)){
      -sum(log(dnorm(x,mu[[1]],sd[[1]]))) 

    return(out)
    }

 ff_2 <- function(x,mu=c(2,0.5),sd=c(0.2,0.3)){
      -sum(log(dnorm(x,mu[[2]],sd[[2]]))) 

    return(out)
    }

然后我需要为每个函数使用两个不同的 optim 函数。

我搜索了很多网站和 R 帮助网站，但找不到这个问题的解决方案。

有什么帮助吗？

Answer 1

试试这个，我想这只是将参数传递给 optim 的方式

# given data
set.seed(123)
x <- rnorm(10,2,0.5)

# use vector parOpt instead of specifying two; for convience
# with optim
ff <- function(x, parOpt){
  out  <- -sum(log(dnorm(x, parOpt[1], parOpt[2]))) 
  return(out)
}


# parameters in mu,sd vectors arranged in list
params <- list(set1 = c(2, 0.2), set2 = c(0.5, 0.3))

# output list
out <- list()

for(i in 1:2){
  # pass params (mu and sd) to optim, function ff and the data
  # note, since function ff has x argument, specify that in optim
  out[[i]] <- optim(par = params[[i]], fn=ff ,x=x)

}

应该给出这样的东西：

[[1]]
[[1]]$par
[1] 2.0372546 0.4523918

[[1]]$value
[1] 6.257931

[[1]]$counts
function gradient 
      55       NA 

[[1]]$convergence
[1] 0

[[1]]$message
NULL


[[2]]
[[2]]$par
[1] 2.037165 0.452433

[[2]]$value
[1] 6.257932

[[2]]$counts
function gradient 
      73       NA 

[[2]]$convergence
[1] 0

[[2]]$message
NULL

希望对您有所帮助。

Answer 2

作为替代方案，您可以使用 fitdistrplus 软件包的命令 fitdist 找到相同的解决方案：

library(fitdistrplus)
set.seed(123)
x <- rnorm(10,2,0.5)
mu.start <- c(2,0.5)
sd.start <- c(0.2,0.3)
op <- vector("list",2)
for(i in 1:2){
  op[[i]] <- fitdist(x,"norm", start=c(mu.start[i],sd.start[i]))
}
op

结果是：

[[1]]
Fitting of the distribution ' norm ' by maximum likelihood 
Parameters:
   estimate Std. Error
1 2.0372546  0.1430588
2 0.4523918  0.1011464

[[2]]
Fitting of the distribution ' norm ' by maximum likelihood 
Parameters:
  estimate Std. Error
1 2.037165  0.1430719
2 0.452433  0.1011694

使用 r 中的 for 循环将最佳函数应用于函数

apply an optimal function to a function using a for loop in r

optimization

r

mathematical-optimization