R中的“集成”功能给出了错误的结果

我想将函数M2_11（如下所示）整合到x上，对于固定的theta = c(2,0.8),c = 1.1,a=c(1,1)和A = matrix(c(1/0.8,0.03,0.03,2/0.8),nrow=2,ncol=2)。R中的“集成”功能给出了错误的结果

M2_11 = function(x, theta, c, a, A){ 
return((score1(x,theta)-a[1])^2* (weight(x, theta, c, a, A))^2 * f(x, theta)) 
}

R的集成功能得出以下结果

theta = c(2,0.8) 
c = 1.1 
a=c(1,1) 
A = matrix(c(1/0.8,0.03,0.03,2/0.8),nrow=2,ncol=2) 
integrate(M2_11, lower = 1e-100, upper = 10 ,subdivisions = 10000, theta,c,a,A)

0.0006459957绝对错误< 4.5E-05

做一体化的另一个方式给出了相同的结果

fM2_11 = function(x){M2_11(x,theta,c,a,A)} 
integrate(fM2_11, lower = 1e-100, upper = 10,subdivisions = 10000)

0.0006459957绝对错误< 4.5E-05

结果的整合功能提供了，但是，显然是错误的：

x = seq(1e-100,10,by=0.001) 
integrand = sapply(x,fM2_11)

的区域下的曲线明显大于0.00066

I还使用循环

loop_result = rep(NA,length(x)) 
for (i in 1:length(x)){ 
    loop_result[i] = M2_11(x[i],theta,c,a,A) 
} 
table(integrand==loop_result)

TRUE

这是怎么回事检查结果？

来源

2016-01-23 Ye Tian

为什么'integrand = sapply（x，fM2_11）'而不是'fM2_11（x）'？我没有深入了解代码，但我想'fM2_11'可能不是矢量化的，而“集成”要求它是。阅读“集成”。 – nicola

谢谢尼古拉！我欠你一个人情！ –

非常感谢尼古拉。问题已经解决了。

integrate(Vectorize(fM2_11), lower = 1e-100, upper = 10 ,subdivisions = 10000)

0.1588699与绝对误差< 1.7E-07

sum(integrand)*0.001

0.1588705

不要期待回答如此简单！

来源

2016-01-23 19:00:44

只是FYI，'Vectorize（）'几乎就是'mapply（）'的包装。在单一参数的情况下，单个结果函数将相当于'sapply（）' –

R中的“集成”功能给出了错误的结果

回答

相关问题