正态分布计算错误 - 数学函数的非数字参数

normal distribution calculation error - Non-numeric argument to mathematical function

我有 2 个数据框,我在数据框上应用 pnorm()qnorm(),但在计算时出现错误。

n <- c(0.3,0.5,0.1,0.2)
m <- c(0.1,0.4,0.5,0.3)
o <- c(0.2,0.2,0.2,0.4)
p <- c(0.3,0.1,0.3,0.3)
df1 = data.frame(n,m,o,p)
df1

  n   m   o   p
1 0.3 0.1 0.2 0.3
2 0.5 0.4 0.2 0.1
3 0.1 0.5 0.2 0.3
4 0.2 0.3 0.4 0.3
r <- c(0.2,0.4,0.1,0.3)

df2 = rbind.data.frame(r)
df2

  X2   X4  X1  X3
1 0.2 0.4 0.1 0.3

b <- 0.15

result <- pnorm((qnorm(df1)+sqrt(b)*df2)/sqrt(1-b))
Output: 
Getting an error: 
Error in qnorm(df1) : Non-numeric argument to mathematical function

预期输出:

Output: 
0.3139178   0.110853    0.1919158   0.3289671
0.5334785   0.4574897   0.1919158   0.1031127
0.0957727   0.5667216   0.1919158   0.3289671
0.2035948   0.3442989   0.4079641   0.3289671

实际上我有这 2 个数据帧 df1 和 df1,在 excel 中,我在 excel 中有一个公式,我需要将其转换为 R。

=NORMSDIST((NORMSINV(A1)+SQRT(0.15)*H1)/SQRT(1-0.15))

这里 A1 是 df1 的第一个值等等,H1 是 df2 的值等等。

您要做的是:对 df1 中的每一行应用一个函数。为此,我们需要编写一个函数。

getDist <- function(x, b = 0.15) {
    pnormInput <- as.numeric((qnorm(as.numeric(x)) + sqrt(b) * df2) / sqrt(1 - b)) 
    pnorm(pnormInput)
}

接下来我们将此函数应用于 df1 中的每一行(使用 apply)。

result <- apply(df1, 1, function(x) getDist(x))

接下来我们必须转置 result(翻转我们得到的 table)。

result <- t(result)
#           [,1]      [,2]      [,3]      [,4]
# [1,] 0.3139178 0.1108530 0.1919158 0.3289671
# [2,] 0.5334785 0.4574897 0.1919158 0.1031127
# [3,] 0.0957727 0.5667216 0.1919158 0.3289671
# [4,] 0.2035948 0.3442989 0.4079641 0.3289671

我认为这是一个典型的案例,试图在一行中执行许多操作,却忘记了每个函数在做什么。我的回答与@PoGibas 的回答基本相同,但更加明确但不够优雅。

我先单独算一下,然后再合并:

num1 <- apply(df1, 1, qnorm)       # Apply 'qnorm' row-wise
num2 <- sqrt(b) * r                # Add the constant sqrt(b) to vector r

num <- sweep(num1, 1, num2, "+")   # Add the vector num2 row-wise to the dataframe num2
den <- sqrt(1-b)                   # den is a constant

result <- pnorm(num/den)           # num is a data frame, which is elementwise divided by the constant den.
t(result) 

通过逐步执行操作,您通常会更容易找到错误的根源。