小编pat*_*pat的帖子

在R中,我们可以运行时间序列的ACF相关图,并且置信区间带将以浅蓝色绘制.但是当我拉动ACF对象的结构时,我找不到这些值.有谁知道如何提取置信区间带的值？

例如

List of 6
 $ acf   : num [1:27, 1, 1] 1 0.06453 -0.06354 0.00213 -0.01324 ...
 $ type  : chr "correlation"
 $ n.used: int 501
 $ lag   : num [1:27, 1, 1] 0 1 2 3 4 5 6 7 8 9 ...
 $ series: chr "tser[i:(i + 500)]"
 $ snames: NULL
 - attr(*, "class")= chr "acf"

假设我们有一个数据帧或矩阵,其中一列指定如下的整数值N(第5列).是否有一种向量方法来重新填充对象,使每行被复制N次？

> y
            [,1]       [,2]        [,3]        [,4] [,5]
[1,] -0.02738267  0.5170621 -0.01644855  0.48830663    1
[2,] -0.30076544  1.8136359  0.02319640 -1.59649330    2
[3,]  1.73447245  0.4043638 -0.29112385 -0.25102988    3
[4,]  0.01025271 -0.4908636  0.80857300  0.08137033    4

结果如下.

[1,] -0.02738267  0.5170621 -0.01644855  0.48830663    1
[2,] -0.30076544  1.8136359  0.02319640 -1.59649330    2    
[2,] -0.30076544  1.8136359  0.02319640 -1.59649330    2
[3,]  1.73447245  0.4043638 -0.29112385 -0.25102988    3
[3,]  1.73447245  0.4043638 -0.29112385 -0.25102988    3
[3,]  1.73447245  0.4043638 -0.29112385 -0.25102988    3
[4,]  0.01025271 -0.4908636  0.80857300  0.08137033    4
[4,]  0.01025271 -0.4908636  0.80857300  0.08137033 …

优化函数仅用于处理我理解的一个函数参数.但有时函数可能依赖于变量和参数的不同输入范围.

例如:

x.r<-rnorm(100)
y<-function(x,p) -x^2+p*1/exp(x^3)
optimize(y,upper=range(x.r)[2],lower=range(x.r)[1])

xr传递给y的域可以从样本变为样本.而不是使用泛型x,我希望能够从许多xr值的域中绘制来运行y.有没有办法修改优化函数,以便我可以传递y,函数和x它的域变量以及优化参数p？

有了上面我得到一个错误:

> optimize(y,upper=range(x.r)[2],lower=range(x.r)[1])
Error in p * 1 : 'p' is missing

编辑:以下建议(这是有道理的......但是)我试过了.

x.r<-rnorm(100)
p<-seq(-5,5,1)
y<-function(x,p) -x^2+p*1/exp(x^3)
optimize(y,upper=range(x.r)[2],lower=range(x.r)[1],p)

结果是:p*1出错:缺少'p'

也,

> optimize(y,upper=range(x.r)[2],lower=range(x.r)[1],p,x.r)
Error in optimize(y, upper = range(x.r)[2], lower = range(x.r)[1], p,  : 
  invalid function value in 'optimize'

还有其他想法吗？

编辑2:下面的评论循环可以工作,但似乎是一个奇怪的方法来接近它.我不确定它是否也将xr域考虑在内.

x.r<-rnorm(100)
p<-seq(-5,5,1)
y<-function(p=p,x=x.r) -x^2+p*1/exp(x^3)
for(v in p){
print(optimize(y,upper=range(p)[2],lower=range(p)[1],p=v))}

> for(v in p){
+ print(optimize(y,upper=range(p)[2],lower=range(p)[1],p=v))}
$minimum
[1] -4.999944

$objective
[1] -9.637547e+54

$minimum
[1] -4.999944

$objective
...

我有一个矩阵(m.idx)包含我想索引的矢量的位置元素.

> m.idx
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    2    3    4    5
[2,]    3    4    5    6    7
[3,]    5    6    7    8    9

假设x是我的向量.

x <- c(9,3,2,5,3,2,4,8,9)

我想用相应的位置元素重新填充矩阵索引x.

所以我会......

> m.pop
     [,1] [,2] [,3] [,4] [,5]
[1,]    9    3    2    5    3
[2,]    2    5    3    2    4
[3,]    3    2    4    8    9

我可以用以下方式以一种笨拙的方式做到这一点.

> m.pop <- t(matrix(t(matrix(x[c(t(m.idx))])),ncol(m.idx),nrow(m.idx)))

> m.pop
     [,1] [,2] [,3] [,4] [,5]
[1,]    9    3    2    5    3
[2,]    2    5 …

这似乎应该是非常简单的应用函数,但我发现自己正在努力.

我有一个矩阵(数据帧也可以)数据:

u <- matrix(sample(seq(4),20,T),5,4)
u
     [,1] [,2] [,3] [,4]
[1,]    1    2    4    2
[2,]    4    3    2    2
[3,]    3    3    3    1
[4,]    3    2    4    4
[5,]    4    1    3    4

假设我只想使用第j列中的元素(如excel中的indirect)来从每一行中选择相应的列值.

例如,给定col(j)= 3

第1行将得到对应于row = 1的元素,col(j = 3)= 4并返回2(row(1):col(4))

第2行将得到对应于row = 2的元素,col(j = 3)= 2并返回3(row(2):col(2))

...

第5行将获得对应于row = 5,col(j = 3)= 3并返回3(第(5)行,col(3))的元素

我最终得到了这些值的向量v <-c(4,2,... 3)