为什么 R 中的 mean() 函数没有给我正确的结果？

Question

我一直在练习 R (3.6.3) 的基础知识，但我已经花了好几个小时试图理解这个问题。这是练习：

第一步：生成1到3之间总长度为100的数据序列； #使用 jitter 函数（有一个很大的因素）给你的数据添加噪声 第 2 步：计算滚动平均值的向量 roll.mean 与 5 个连续点的平均值。这个向量只有 96 个平均值。 第 3 步：将这些平均值的向量添加到绘图中 第 4 步：通过使用参数 consec (default=5) 和 y 制作函数来概括第 2 步和第 3 步。

y88 = seq(1,3,0.02)
y = jitter(y88, 120, set.seed(1))
y = y[-99] # removed one guy so y can have 100 elements, as asked

roll.meanT = rep(0,96)
for (i in 1:length(roll.meanT)) # my 'reference i' is roll.mean[i], not y[i]
{
roll.meanT[i] = (y[i+4]+y[i+3]+y[i+2]+y[i+1]+y[i])/5  
}

plot(y)
lines(roll.meanT, col=3, lwd=2)

这产生了这个情节：

然后，我继续使用一个函数进行概括（它要求我概括步骤 2 和 3，因此忽略了数据创建步骤）并且我认为 y 保持不变）：

fun50 = function(consec=5,y)
{
  roll.mean <- rep(NA,96) # Apparently, we just leave NA's as NA's, since lenght(y) is always greater than lenght(roll.means)
  for (i in 1:96)
  {
    roll.mean[i] <- mean(y[i:i+consec-1]) # Using mean(), I'm able to generalize.
  } 
  plot(y)
  lines(roll.mean, col=3, lwd=2)
}

这给了我一个完全不同的情节：

当我手动尝试查看 mean(y[1:5]) 是否产生正确的均值时，确实如此。我知道我本可以在第一部分中使用 mean() 函数，但我真的很想使用 (y[i+4]+y[i+3]+y[i+2]+ y[i+1]+y[i])/5 或 mean(y[1:5],......)。

Answer 1

你有电话

    roll.mean[i] <- mean(y[i:i+consec-1]) # Using mean(), I'm able to generalize.

我相信您的意图是获取索引 i 到 (i+consec-1) 的值。不幸的是，: 运算符优先于算术运算。

> 1:1+5-1  #(this is what your code would do for i=1, consec=5)
[1] 5
> (1:1)+5-1 # this is what it's actually doing for you
> 5
> 2:2+5-1 #(this is what your code would do for i=2, consec=5)
[1] 6
> 3:3+5-1 #(this is what your code would do for i=3, consec=5)
[1] 7
> 3:(3+5-1) #(this is what you want your code to do for i=3, consec=5)
[1] 3 4 5 6 7

所以要修复 - 只需添加一些括号

roll.mean[i] <- mean(y[i:(i+consec-1)]) # Using mean(), I'm able to generalize.