使用 'Deriv' 包部分微分 R 中的函数

Question

我需要在 R 中编写一个函数，它依赖于向量 x（随每次模拟而变化）并具有参数 beta_0、beta_1、beta_2。我试图找到此函数关于 beta_0、beta_1 和 beta_2 的偏导数。我写了一个相同的代码，但它反复返回错误。

我的R代码如下：

func_1 <- function(x,beta_0,beta_1,beta_2){
  
  k <- beta_0+(x[1]*beta_1)+(x[2]*beta_2)
  k <- exp(k)/(1+exp(k))
  
}
Deriv(func_1(x=c(2,3)), 'beta_0')

返回以下错误：

Error in func_1(x = c(2, 3)) : 
  argument "beta_0" is missing, with no default
In addition: Warning message:
In Deriv(func_1(x = c(2, 3)), "beta_0") :
  restarting interrupted promise evaluation

Answer 1

如果您想要关于 beta_0 的偏导数，您仍然需要为所有参数指定值。您还需要传递 Deriv 一个函数（或一个表达式）；在您的示例中，您正在尝试评估 x=c(2,3) 处的函数（未指定其他 arguments/parameters 的值）。换句话说，如果你有一个函数foo，你需要传递foo，而不是foo([something])。例如：

library(Deriv)
dd <- Deriv(func_1, "beta_0")
dd(x=c(2,3), beta_0 = 1, beta_1 = 1, beta_2 =1)
##      beta_0 
## 0.002466509

这里的dd是对beta_0的偏导数，是一个函数，可以用你喜欢的任何数值求值。（如果您需要符号偏导数 - 即 beta_0、beta_1、beta_2 的任意值的值 - 我不确定Deriv 会那样做...)

使用 'Deriv' 包部分微分 R 中的函数

Partially differentiate a function in R using the 'Deriv' package

r

symbolic-math

differentiation