我在网上和网站上看了一些，但没有找到任何解决方案。我的问题相对简单，所以如果你能指出一个可能的解决方案，非常感谢。
test_vec <- c(2,8,709,600)
mean(exp(test_vec))
test_vec_bis <- c(2,8,710,600)
mean(exp(test_vec_bis))
exp(709)
exp(710)
# The numerical limit of R is at exp(709)
我如何计算向量的平均值并处理 Inf 值，知道 R 可能处理平均值但不是平均值计算的分子中的所有值？
【问题讨论】：
有一种极端情况，您可以通过简单地以数学方式重述您的问题来解决您的问题，但这需要您的向量长度非常大和/或您的 exp.数字接近数字限制：
由于sum(x)/n 的平均值可以写为sum(x/n)，并且由于exp(x)/exp(y) = exp(x-y)，您可以计算sum(exp(x-log(n)))，这样可以减轻log(n)。
mean(exp(test_vec))
[1] 2.054602e+307
sum(exp(test_vec - log(length(test_vec))))
[1] 2.054602e+307
sum(exp(test_vec_bis - log(length(test_vec_bis))))
[1] 5.584987e+307
虽然这适用于您的示例，但很可能这不适用于您的真实向量。
在这种情况下，您将不得不参考 @fra 建议的 Rmpfr 之类的软件包。
【讨论】：
这是您有资格仅选择test_vec 中给出答案的人的一种方式Inf：
mean(exp(test_vec)[which(exp(test_vec) < Inf)])
[1] 1.257673e+260
t2 <- c(2,8,600)
mean(exp(t2))
[1] 1.257673e+260
当然，这假设您要排除导致Inf的值。
【讨论】：