如何将 MATLAB 函数转换为 R 函数？

Question

我对最大似然和在 R 中编写循环函数都是新手。我正在玩弄 Matlab 中的函数，我想知道它是否在 R 中正确转录？由于我不熟悉 MATLAB，因此没有简单的方法来检查它。该代码使用等式 (1) 和 (3) from the paper.

#Matlab Code. The matlab code imposes two conditions under which lnpq takes  different values depending on q.
p=N/K;
if q == 0
    lnqp = log(p);
else
    lnqp =((p^q)-1)/q;
end
 
Y = ((aa *((p*K/Ka)-1))-1)*lnqp;


#R code. In the R code function, I'm trying to impose similar conditions  on lnpq. Here is my attempt. However, I don't know how to compare if the values obtained from Matlab are similar to R. I am not sure how to verify across platforms
       
p <- c(1:00)
skewfun <- function(aa, K, Ka, q){
  Y <- ifelse(q = 0, ((aa *((p*K/Ka)-1))-1)*log(p),((aa *((p*K/Ka)-1))-1)*((p^q)-1)/q)
  }

Answer 1

可以使用matconv包来方便自动转码：

matconv::mat2r(inMat = "Y = ((aa *((p*K/Ka)-1))-1)*lnqp;")

将 return:

$matCode
[1] "Y = ((aa *((p*K/Ka)-1))-1)*lnqp;"

$rCode
[1] "Y <- ((aa *((p*K/Ka)-1))-1)*lnqp"

R 邮件列表也有 useful bash script 您可以用于此目的。

Answer 2

输入可以是数值标量或向量。如果您没有 Matlab，您可以安装 Octave，它是免费的并且与 Matlab 兼容，并在那里尝试原始的 Matlab 代码，然后将测试用例的输出与以下运行的结果进行比较相同的测试用例以确保它给出相同的结果。

f <- function(aa, N, K, Ka, q) {
  p <- N / K
  lnqp <- ifelse(q == 0, log(p), (p^q - 1) / q)
  Y <- (aa * (p * K / Ka - 1) - 1) * lnqp
  Y
}

aa <- 1; N <- 1; K <- 1; Ka <- 1; q <- 1  # test data: change to use your data
f(aa, N, K, Ka, q)
## [1] 0

如何将 MATLAB 函数转换为 R 函数？

How to convert MATLAB function into R function?

matlab

r

function

curve-fitting