R 在嵌套函数中传递参数和默认参数

我有一个函数，

x_pdf

，用来计算x*dfun（x | params），其中dfun是一个概率密度函数，params是一个命名参数列表。它是在另一个函数

int\u pdf

中定义的，该函数应该在指定的边界之间集成

x\u pdf

：

int_pdf <- function(lb = 0, ub = Inf, dfun, params){
  x_pdf <- function(X, dfun, params){X * do.call(function(X){dfun(x=X)}, params)}
    out <- integrate(f = x_pdf, lower=lb, upper=ub, subdivisions = 100L)
  out
}

当我按如下方式运行函数时：

GB2_params   <-  list(shape1 = 3.652, scale = 65797, shape2 = 0.3, shape3 = 0.8356)
int_gb2(params = GB2_params)

---

我已经花了好几个小时来调整它，并且我已经生成了许多可选的错误消息，但是总是关于缺少的x、x或参数。

这里似乎有两个问题，都与传递参数有关：第一个问题传递的参数太多，第二个问题传递的参数太少

首先，在您的

x_pdf

定义中，您使用了一个匿名函数，该函数只接受一个参数（

function（x）{dfun（x=x）}

），但您还试图通过

do.call

将其他参数（参数列表）传递给所述匿名函数，这将引发一个错误。该部分应改为如下所示：

do.call(dfun, c(list(x = X), params))

现在，您已经将

x_pdf

定义为需要3个参数：

x

、

dfun

和

params

；但是，当您使用

integrate

调用

xpdf

时，您没有传递

dfun

和

params

参数，这将再次抛出错误。您也可以通过传递

dfun

和

params

来绕过这个问题：

integrate(f = x_pdf, lower=lb, upper=ub, subdivisions = 100L, dfun, params)

但也许更简洁的解决方案是从

x_pdf

的定义中删除附加参数（因为

dfun

和

params

已在封闭环境中定义），以获得更简洁的结果：

int_pdf <- function(lb = 0, ub = Inf, dfun, params){
  x_pdf <- function(X) X * do.call(dfun, c(list(x = X), params))
  integrate(f = x_pdf, lower = lb, upper = ub, subdivisions = 100L)
}

哦。示例参数是否缺少

scale

参数中的小数点

GB2_params$scale <- 6.5797
int_gb2(params = GB2_params)
#> 4.800761 with absolute error < 0.00015

由（v0.2.0）于2018年2月17日创建

如果你读过这么多，你可能也会喜欢哈德利·维克汉姆的作品

---

更多额外比特 @andrewH我从您的评论中了解到，您可能希望找到截断分布的平均值，例如，找到分布部分高于整个分布平均值的平均值

要做到这一点，仅仅将第一时刻的被积函数从平均值向上积分是不够的：你还必须在被积函数中重新缩放PDF，使其在截断后再次成为一个合适的PDF（如果你愿意的话，用“hand wave-y”修辞格弥补丢失的概率质量）。您可以通过将原始PDF的积分除以截断PDF的支持度来实现这一点

以下代码可以更好地传达我的意思：

库（purrr）
图书馆（GB2）
查找质量可能
积分（f=x\u pdf，下=lb，上=ub，参数，细分=100L）
。您对
integrate
的调用没有将
params
传递给被积函数。很抱歉，它必须是一个命名参数，
out@andrewH您能证明
int\u pdf
在直接调用时与
GB2\u params
一起工作吗这是一个很好的答案，我将接受它，但我非常感谢您对以下内容的思考：GB2软件包还提供了用于“中庸”和其他时刻的功能。我的参数应该可以得出1997年美国家庭收入的粗略近似值。使用矩函数：do.call（矩.gb2，c（k=0，gb2_参数））=1，do.call（矩.gb2，c（k=1，gb2_参数））=48007.61，还存在第二和第三矩；第四个不是。在平均值周围的单尾积分上运行您的修订版本，两者都存在，但上尾有一个不可能的值：33320，低于lb。令人费解。只是要清楚，您指的是计算
find_-mean（dgb2，lb=0，ub=48007.61，params=GB2_-params）=14687
和
find_-mean（dgb2，lb=48007.61，params=GB2_-params）=33320
？如果是这样，那么这就很有意义了：因为计算这两个积分基本上只是将完整的0到
Inf
积分划分为均值以下和均值以上的部分，因此积分之和必须等于均值。（正如
find_-mean（dgb2，0，Inf，…）
会给出平均值）我在答案的主体部分进一步大声思考。我是否遵循了你的要求？是的，那就是你评论中的参数与我使用的参数相同。。
int_pdf <- function(lb = 0, ub = Inf, dfun, params){
  x_pdf <- function(X) X * do.call(dfun, c(list(x = X), params))
  integrate(f = x_pdf, lower = lb, upper = ub, subdivisions = 100L)
}

GB2_params <- list(shape1 = 3.652, scale = 65797, shape2 = 0.3, shape3 = 0.8356)
int_gb2(params = GB2_params)
#> Error in integrate(f = x_pdf, lower = lb, upper = ub, subdivisions = 100L):
#>   the integral is probably divergent

GB2_params$scale <- 6.5797
int_gb2(params = GB2_params)
#> 4.800761 with absolute error < 0.00015