如何将我的函数的参数传递给 mvrnorm？答案

【问题标题】：How to pass arguments of my functions to mvrnorm?如何将我的函数的参数传递给 mvrnorm？
【发布时间】：2022-01-19 02:21:40
【问题描述】：

我正在用 2 个高斯模型做高斯混合模型。为此，我使用“mvrnorm”，但出现以下错误：

Error in mvrnorm(r.mixture.gaussian1) : argument "mu" is missing, with no default

如何将函数的参数传递给 mvrnorm？

特别是我在此行调用函数时遇到的错误：X1_distribution=mvrnorm(r.mixture.gaussian1) 以及X2_distribution 函数。

#Define constants
rho = 0.5
n=100
mu11=c(-1,4) 
mu12=c(1,6)
mu21=c(6,1) 
mu22=c(8,3)

#2 functions used in X1_distribution and X2_distribution are defined
r.mixture.gaussian1= function(n, mu, Sigma){
  X = cbind(rep(0, n), rep(0, n))
  for(i in 1:n){
    u = runif(1, min = 0, max = 1)
    if(u < rho){
      X[i,] = mvrnorm(1, mu = mu11, Sigma = Sigma)
    }else{
      X[i,] = mvrnorm(1, mu = mu12, Sigma = Sigma)
    }
  }
}
r.mixture.gaussian2= function(n, mu, Sigma){
  X = cbind(rep(0, n), rep(0, n))
  for(i in 1:n){
    u = runif(1, min = 0, max = 1)
    if(u < rho){
      X[i,] = mvrnorm(1, mu = mu21, Sigma = Sigma)
    }else{
      X[i,] = mvrnorm(1, mu = mu22, Sigma = Sigma)
    }
  }
}

Sigma= matrix(c(1,0.5,0.5,1),ncol=2) 
Sigma <- make.positive.definite(Sigma, tol=1e-3)
set.seed(1234)
X1_distribution=mvrnorm(r.mixture.gaussian1)
mu1=rho*mu11+(1-rho)*mu12

Sigma= matrix(c(1,0.5,0.5,1),ncol=2) 
Sigma <- make.positive.definite(Sigma, tol=1e-3)
set.seed(120)
X2_distribution=mvrnorm(r.mixture.gaussian2)
mu2=rho*mu21+(1-rho)*mu22

X=rbind(X1_distribution,X2_distribution)         
plot(density(X))

【问题讨论】：

1) 您使用参数mu 定义混合函数，但该参数未在函数主体中使用，您有mu11 等。2) 这没有意义完全没有：mvrnorm(r.mixture.gaussian1)。电话应该是r.mixture.gaussian1(n, mu, Sigma)。

标签： r arguments

【解决方案1】：

我没有使用我创建的函数，而是直接使用了函数内部的内容，并且效果很好。例如X1_distribution，如下：

mu11=c(-6,4) 
mu12=c(-2,6)
Sigma= matrix(c(1,0.5,0.5,1),ncol=2) 
Sigma <- make.positive.definite(Sigma, tol=1e-3)
set.seed(1234+j)
for(k in 1:n){
  u = runif(1, min = 0, max = 1)
  if(u < rho){
    X1_distribution[k,] = mvrnorm(1, mu = mu11, Sigma = Sigma)
  }else{
    X1_distribution[k,] = mvrnorm(1, mu = mu12, Sigma = Sigma)
  }
}

X2_distribution 也是如此。更改 mu11 和 mu12 并在上面写着 X1_distribution 的地方输入 X2_distribution

【讨论】：