将公式转换为函数

Question

我有以下相对估计误差的公式，我正试图将其转化为一个函数来衡量测量精度。

其中：

Y_estimated = 测试中的观测值 df

y_true = 我们试图估计的真实值（在代码中表示为 p_true）

R = 每次迭代的观察次数 (n=3)

我的数据格式如下：

# dataframe
test<- iris[1:3,1:4]

# make a vector that shows the true population value for each column in the dataframe
p_true<- c(5, 3, 1, 0.3)

# function
estimate = function(df, y_true) {
  
  ((sqrt(sum((df - y_true) ^ 2)) / 3) / y_true) * 100 
}                                                           

y_true <- p_true


final2 <- test %>%
  group_modify( ~ as.data.frame(estimate(., p_true)))

目标是输出 1 行 4 个精度估计值（每个变量一个）。除了将当前输出格式放入 1 列和 4 行而不是 4 列和 1 行之外，我不确定该函数是否设置正确，因为这些值比我期望的要极端得多。

如果有人能确认我的功能是否设置正确and/or如何使输出格式正确，我将不胜感激。

Answer 1

没有。它不做你认为它正在做的事情。查看test - y_true的结果。这些值不是您所期望的，因为您是从矩阵 (test) 中减去一个向量 (y_true)。 R 跨行应用向量，因此 5.1 - 5 = 0.1, 4.9 - 3 = 1.9, 4.7 - 1 = 3.7:

test - y_true
#   Sepal.Length Sepal.Width Petal.Length Petal.Width
# 1          0.1         3.2          0.4        -2.8
# 2          1.9        -2.0          1.1        -0.8
# 3          3.7         0.2         -3.7        -0.1

有几种方法可以解决这个问题，这里有 3 种：

test - matrix(y_true, 3, 4, byrow=TRUE)
t(t(test) - y_true)
sweep(test, 2, y_true, "-")
# These will produce what you are expecting:
#   Sepal.Length Sepal.Width Petal.Length Petal.Width
# 1          0.1         0.5          0.4        -0.1
# 2         -0.1         0.0          0.4        -0.1
# 3         -0.3         0.2          0.3        -0.1

您还需要使用 colSums() 而不是 sum()。那么您的其余代码应该可以工作：

sqrt(colSums((test - matrix(y_true, 3, 4, byrow=TRUE))^2) / 3) / y_true * 100
# Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
#     3.829708    10.363755    36.968455    33.333333

将公式转换为函数

Turning a formula to a function

r

function

lapply