R 迭代定义用户定义的离散分布

我正在编写一个脚本，使用

-distr-

，基于以下对象定义一些离散的发行版：

margins <- c("discrete1", "discrete2")

vec1 <- list(support=c(0,1,2), probabilities=c(0.2, 0.2, 0.6))
vec2 <- list(support=c(12,14,20), probabilities=c(0.1, 0.15, 0.75))

这段代码的问题是发行版的数量可能非常高。。我想知道如何能够以更优雅的方式自动创建函数

---

另外，我需要这两个函数属于类

DiscretedDistribution

，而不是嵌套在列表中（请参见我的示例中的

is（discrete1）

。

l我不清楚您想要的最终结果是什么。似乎您创建的变量太多，无法使用唯一的名称跟踪。看起来你真的应该在这里使用列表来存储所有的发行版，这样你就可以很容易地访问它们。我编辑了这个问题，希望现在问题清楚了。谢谢，S.@Stezzo，这就是你想要达到的目标吗？谢谢你的回答，我想你已经很接近了。我同意部分不一致性，我正在编辑question@Stezzo，这个怎么样？虽然列表中有
DiscretedDistribution
对象，但它们都很好。我尝试了您建议的代码。如果我键入
Distributs[[1]]$rd（100）
它将从第一个分发中采样，但是dd、pd、qd、rd嵌套在列表中，我需要具有类DiscretedDistribution的整体功能。我试图使用unlist，但我无法找出问题所在。谢谢你的帮助！谢谢，这是对当前问题的回答。如果我在
-copula-
包中使用诸如边际分布之类的函数时遇到问题，我将发布一个特别问题。非常感谢你抽出时间！
library("distr")

discrete1 <- DiscreteDistribution (supp = vec1[[1]], prob = vec1[[2]])
ddiscrete1 <- d(discrete1)  # Density function
pdiscrete1 <- p(discrete1)  # Distribution function
qdiscrete1 <- q(discrete1)  # Quantile function
rdiscrete1 <- r(discrete1)  

discrete2 <- DiscreteDistribution (supp = vec2[[1]], prob = vec2[[2]])
ddiscrete2 <- d(discrete2) 
pdiscrete2 <- p(discrete2) 
qdiscrete2 <- q(discrete2) 
rdiscrete2 <- r(discrete2)  

rdiscrete1(100)
rdiscrete2(100)

l <- list(list(support = c(0, 1, 2), probabilities = c(0.2, 0.2, 0.6)),
          list(support = c(12, 14, 20), probabilities = c(0.1, 0.15, 0.75)))

distrs <- lapply(1:length(l), function(n) {
  d <- DiscreteDistribution(supp = l[[n]][[1]], prob = l[[n]][[2]])
  list(d = d, dd = d(d), pd = p(d), qd = q(d), rd = r(d))
})

# First object of class DiscreteDistribution 
is(distrs[[1]][[1]])
# [1] "DiscreteDistribution"        "UnivariateDistribution"      "AcDcLcDistribution"         
# [4] "Distribution"                "UnivDistrListOrDistribution"

# Random numbers
dim(sapply(distrs, function(x) x[[5]](100)))
# [1] 100   2