问题从d到Rcpp导入dnorm和pnorm函数

Question

当我尝试从R包导入dnorm()和pnorm()函数stats到Rcpp 时,我遇到了以下奇怪的行为.余均适用dnorm()和pnorm()均值为0,标准偏差为1〜观测的向量.如果我在同一个向量上重复计算几次,有时我会得到不同的结果.看起来我在导入这两个函数时出错了,但这并不能解释为什么结果有时好,而其他不一致.

我把这里导入dnorm()和pnorm()函数的函数放在这里stats:

    {test_imp_script<-'
     using Eigen::VectorXd;
     VectorXd a = Rcpp::as<VectorXd>(aa);

     Environment st("package:stats");
     Function dn = st["dnorm"];
     Function pn = st["pnorm"]; 
     SEXP dd_a = dn(a,0,1);
     SEXP pp_a = pn(a,0,1);
     VectorXd d_a = as<VectorXd>(dd_a);
     VectorXd p_a = as<VectorXd>(pp_a);

     return List::create(Named("d") = d_a,Named("p") = p_a);'}
    test_imp <- cxxfunction(signature( aa="numeric"), test_imp_script, plugin = "RcppEigen")

现在,尝试使用2000次重复运行以下示例test_imp.

    set.seed(123)
    t<-rnorm(1000,0,1)
    a<-test_imp(t)
    for (i in 1:2000){
      set.seed(123)
      b<-test_imp(t)
      cat(i,"d",c(sum(b$d),sum(b$p)),"\n")
      if (any(a$d!=b$d)) break    
      if (any(a$p!=b$p)) break    
    }

有时,实验在到达循环结束之前就会中断.有时却没有.没有明确的模式.

谢谢你的回复.

Answer 1

OMG已经可以使用了.

首先,通过糖:

R> library(Rcpp)
R> cppFunction("NumericVector ex1() { return rnorm(5, 0, 1); }")
R> set.seed(42); ex1()
[1]  1.370958 -0.564698  0.363128  0.632863  0.404268
R> 

第二,通过便利命名空间(但请注意,这不是矢量化)

R> cppFunction("double ex2() { return R::rnorm(0, 1); }")
R> set.seed(42); ex2()
[1] 1.37096
R> 

第三,如果你坚持,直接调用R API,这比以前的答案更少,但更丑陋:

R> cppFunction("double ex3() { return Rf_rnorm(0, 1); }")
R> set.seed(42); ex3()
[1] 1.37096
R> 

我们不遗余力地提供免费和全面的文档.我真的不认为你看过它.这样做会对你有利,因为不再依赖别人在这里为你重新输入.

(是的,你没有问dnorm及pnorm,但所有所谓的d/P/Q/R的统计分布函数并行执行.因此,其中rnorm存在,你也有dnorm,qnorm并且pnorm,当然有不同的参数的.)