带rcpp的ACF功能

我试图创建一个函数，将样本自相关（ACF）添加到固定滞后。我不太了解c++的语法，不知道如何解决这个错误

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
List acfC(NumericVector x, bool plot = true, int lagmax = NULL) {
  Environment stats("package:stats");
  Function ri=stats["acf"];
  List result =  sum(ri(x)[[1]]);
  return(result);
}

---

<强>注：函数不应该显示图，应该处理缺失值Na.< /P> < P>希望你的C++函数比调用R更有用，否则这就没有意义了。无论如何：

在C++和R中，LI> <代码> null <代码>是不同的。使用

Rcpp:：Nullable

• 如果一个R函数有您想要指定的默认参数，那么您必须按照正确的顺序执行
代码> [R/COD]在R和C++中有不同的含义。
• 当

  sum

  返回一个

  double

  时，为什么要返回一个

  列表

以下是调整后的代码：

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
double acfC(NumericVector x, bool plot = true, Nullable<int> lagmax = R_NilValue) {
  Environment stats("package:stats");
  Function ri = stats["acf"];
  Function na_pass = stats["na.pass"];
  List result =  ri(x, lagmax, "correlation", plot, na_pass);
  NumericVector acf = result["acf"];
  return(sum(acf));
}

/*** R
set.seed(1)
y = c(arima.sim(model = list(ar = 0.7), n = 200),NA)
acfC(y,lagmax = 10,plot = F)


res = acf(y, lag.max = 10,plot = F, na.action = na.pass)
sum(res$acf)
*/

#包括
使用名称空间Rcpp；
//[[Rcpp:：导出]]
双acfC（数值向量x，布尔图=真，可空lagmax=R_值）{
环境统计数据（“包：统计数据”）；
函数ri=stats[“acf”]；
函数na_pass=stats[“na.pass”]；
列表结果=ri（x，lagmax，“相关性”，绘图，na_过程）；
数值向量acf=结果[“acf”]；
回报（金额（acf））；
}
/***R
种子（1）
y=c（arima.sim（模型=列表（ar=0.7），n=200），NA）
acfC（y，lagmax=10，绘图=F）
res=acf（y，lag.max=10，plot=F，na.action=na.pass）
总额（res$acf）
*/
<>代码> 我希望你的C++函数不仅仅是调用r，否则这毫无意义。无论如何：


C++中的代码>空< /代码>不同。使用<代码> RCPP：：可空< <代码> < /LI>
如果一个R函数有您想要指定的默认参数，那么您必须按照正确的顺序执行
代码> [R/COD]在R和C++中有不同的含义。
当
sum
返回一个
double
时，为什么要返回一个
列表

以下是调整后的代码：

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
double acfC(NumericVector x, bool plot = true, Nullable<int> lagmax = R_NilValue) {
  Environment stats("package:stats");
  Function ri = stats["acf"];
  Function na_pass = stats["na.pass"];
  List result =  ri(x, lagmax, "correlation", plot, na_pass);
  NumericVector acf = result["acf"];
  return(sum(acf));
}

/*** R
set.seed(1)
y = c(arima.sim(model = list(ar = 0.7), n = 200),NA)
acfC(y,lagmax = 10,plot = F)


res = acf(y, lag.max = 10,plot = F, na.action = na.pass)
sum(res$acf)
*/

#包括
使用名称空间Rcpp；
//[[Rcpp:：导出]]
双acfC（数值向量x，布尔图=真，可空lagmax=R_值）{
环境统计数据（“包：统计数据”）；
函数ri=stats[“acf”]；
函数na_pass=stats[“na.pass”]；
列表结果=ri（x，lagmax，“相关性”，绘图，na_过程）；
数值向量acf=结果[“acf”]；
回报（金额（acf））；
}
/***R
种子（1）
y=c（arima.sim（模型=列表（ar=0.7），n=200），NA）
acfC（y，lagmax=10，绘图=F）
res=acf（y，lag.max=10，plot=F，na.action=na.pass）
总额（res$acf）
*/
<代码>你知道这是以R代码的速度运行R代码吗？你只不过是通过C++调用来让你的生活变得更困难。@德克，这是我想用前两句话来表达的。也许我应该更明确一些。我知道你知道。我只是想确认OP知道。拉斐尔，请看Dirk的评论。我不知道他们想告诉我什么，代码不会快。我只需要知道如何通过调用C++来使用ACF，来做一个更复杂的项目。你知道这是以R代码的速度运行R代码吗？你只是通过调用C++来让你的生活变得更困难。这就是我想用前两句话表达的。也许我应该说得更清楚。我知道你知道。我只是想确保OP知道。@Rafael请看Dirk的评论，以防你根据我的回答不清楚。我明白他们想告诉我什么，代码不会更快。我只需要知道如何使用ACF调用c++，使项目更加复杂。