Writing/Compiling RMarkdown 列表中的内联方程?
Writing/Compiling inline equations within lists in RMarkdown?
我正在用 RMarkdown 编写文档。我需要插入方程式,然后插入对方程式符号含义的解释。当我对方程式使用双美元符号时,我得到了我期望的结果:
$$ y_{i, j, k} = \mu + a_{k} + b_{j,k} + itype_{k} + etype_{i, j, k} + \epsilon_{i,j,k}$$
$$ a_{k} \sim i.i.d. normal (0, \tau^2_1) $$
$$ b_{j,k} \sim i.i.d. normal (0, \tau^2_2) $$
$$ \epsilon_{i,j,k} \sim i.i.d. normal (0, \sigma^2) $$
但是,当我尝试用单个美元符号描述方程的内联元素时,它编译不正确(文本是葡萄牙语,但没关系,因为问题出在内联方程上):
* $ a_{k} $ descreve a heterogeneidade entre as sessões;
* $ b_{j, k} $ descreve a heterogeneidade entre os individuos;
* $ \epsilon_{i,j,k} $ descreve a heterogeneidade entre os individuals;
这导致:
也就是说,当我尝试使用内联方程式时,公式会消失,我会得到纯文本。我将我的 R 和 RStudio 更新到了昨天可用的最新稳定版本。我正在使用 Windows 10。我正在尝试编译为 Word。我也试过 pdf,但它也不起作用。我也尝试删除项目符号列表标记,但仍然没有用。请大家猜一猜?
好的,我找到了我自己的问题的答案。对不起,如果我占用了任何人的时间。如果不相关或重复,您可以将其删除。但无论如何,我将在这里分享解决方案。我需要做的就是删除美元符号和其中的数学符号之间的空格(即 trim 单个美元“$”符号内的方程)。当我对中心方程使用双美元符号 ("$$") 时,似乎不需要修剪。
所以,我通过输入解决了这个问题:
sendo que:
* $a_{k}$ descreve a heterogeneidade entre as sessões;
* $b_{j, k}$ descreve a heterogeneidade entre os individuos;
* $\epsilon_{i,j,k}$ descreve a heterogeneidade entre os individuals;
然后,我得到了:
我正在用 RMarkdown 编写文档。我需要插入方程式,然后插入对方程式符号含义的解释。当我对方程式使用双美元符号时,我得到了我期望的结果:
$$ y_{i, j, k} = \mu + a_{k} + b_{j,k} + itype_{k} + etype_{i, j, k} + \epsilon_{i,j,k}$$
$$ a_{k} \sim i.i.d. normal (0, \tau^2_1) $$
$$ b_{j,k} \sim i.i.d. normal (0, \tau^2_2) $$
$$ \epsilon_{i,j,k} \sim i.i.d. normal (0, \sigma^2) $$
但是,当我尝试用单个美元符号描述方程的内联元素时,它编译不正确(文本是葡萄牙语,但没关系,因为问题出在内联方程上):
* $ a_{k} $ descreve a heterogeneidade entre as sessões;
* $ b_{j, k} $ descreve a heterogeneidade entre os individuos;
* $ \epsilon_{i,j,k} $ descreve a heterogeneidade entre os individuals;
这导致:
也就是说,当我尝试使用内联方程式时,公式会消失,我会得到纯文本。我将我的 R 和 RStudio 更新到了昨天可用的最新稳定版本。我正在使用 Windows 10。我正在尝试编译为 Word。我也试过 pdf,但它也不起作用。我也尝试删除项目符号列表标记,但仍然没有用。请大家猜一猜?
好的,我找到了我自己的问题的答案。对不起,如果我占用了任何人的时间。如果不相关或重复,您可以将其删除。但无论如何,我将在这里分享解决方案。我需要做的就是删除美元符号和其中的数学符号之间的空格(即 trim 单个美元“$”符号内的方程)。当我对中心方程使用双美元符号 ("$$") 时,似乎不需要修剪。
所以,我通过输入解决了这个问题:
sendo que:
* $a_{k}$ descreve a heterogeneidade entre as sessões;
* $b_{j, k}$ descreve a heterogeneidade entre os individuos;
* $\epsilon_{i,j,k}$ descreve a heterogeneidade entre os individuals;
然后,我得到了: