如何使`integrate()`接受R函数中的向量？答案

【问题标题】：How to make `integrate()` to accept a vector in an R function?如何使`integrate()`接受R函数中的向量？
【发布时间】：2017-11-23 09:47:13
【问题描述】：

我想知道如何使我的函数Bpp 接受一个向量作为其第一个参数 t？

Bpp = function(t, n1, n2 = NULL){

      N = ifelse(is.null(n2), n1, n1*n2/(n1+n2))
     df = ifelse(is.null(n2), n1 - 1, n1 + n2 - 2)

     H1 = integrate(function(delta)dcauchy(delta, 0, sqrt(2)/2)*dt(t, df, delta*sqrt(N)), -Inf, Inf)[[1]]
     H0 = dt(t, df)
   BF10 = H1/H0
p.value = 2*(1-pt(abs(t), df))

list(BF10 = BF10, p.value = p.value)
}

Bpp(t = -6:6, 20, 20) ## This will give error because `t` is now a vector?

【问题讨论】：

Vectorize 在这些情况下通常很有用。虽然重写它以直接接受向量更好。

标签： r function vectorization integral numerical-integration

【解决方案1】：

看起来我可以在不测试的情况下快速给出答案。在您的Bpp 中使用以下内容：

# joint density
joint <- function(delta, t) dcauchy(delta, 0, sqrt(2)/2) * dt(t, df, delta*sqrt(N))
# marginal density of `t`
marginal.t <- function (t) integrate(joint, lower = -Inf, upper = Inf, t = t)[[1]]
H1 <- sapply(t, marginal.t)

那么，这里我们也可以使用Vectorize，那会是什么样子？

使用您原来的Bpp：

Bpp <- Vectorize(Bpp, vectorize.args = "t")
Bpp(-6:6, 20, 20)

【讨论】：