向量化R函数中的uniroot（）

在我下面的函数中，我想知道为什么当我使用一个向量作为参数

d

时，函数工作得很好，但是当我使用一个向量作为参数

t

时，函数（从

uniroot

）抛出错误：

f（）端点处的值不是相反符号

cii <- function(d, t = NA, n1, n2 = NA, conf.level = .95){

  ci <- Vectorize(function(d, t, n1, n2, conf.level){

    options(warn = -1)  
    alpha = (1 - conf.level)/2
    N = ifelse(is.na(n2), n1, (n1 * n2)/(n1 + n2))
    df = ifelse(is.na(n2), n1 - 1, (n1 + n2) - 2)
    d.SE = 1/sqrt(N)
    q = ifelse(is.na(t), d/d.SE, t)

    f <- function(ncp, alpha, q, df){
     alpha - suppressWarnings(pt(q, df, ncp, lower.tail = FALSE))
    }

    CI <- sapply(c(alpha, 1-alpha),
      function(x) uniroot(f, interval = c(0, q+2e2), alpha = x, q = q, df = df)[[1]]*d.SE)
    CI
  })

  d <- if(missing(d)) NA else d

  data.frame(t(ci(d = d, t = t, n1 = n1, n2 = n2, conf.level = conf.level)))
}

# EXAMPLES OF USE:
cii(d = c(2, 3), n1 = 30)  # Works perfectly fine!
cii(t = c(2, 3), n1 = 30)  # Throws error: `f() values at end points not of opposite sign`

---

cii与矢量化无关，但
q
与
t
的值为2。端点（即0和202）都是负值，因此
uniroot（）
假定它不超过零

> f(ncp=  0, alpha=0.025, q=2, df=29 )
[1] -0.002471819
> f(ncp=202, alpha=0.025, q=2, df=29 )
[1] -0.975

当
t
为3时，它确实过零

> f(ncp=  0, alpha=0.025, q=3, df=29 )
[1] 0.0222504
> f(ncp=202, alpha=0.025, q=3, df=29 )
[1] -0.975

这张图表明它从零度以下开始，永远不会接近

curve(f(ncp=x, alpha=0.025, q=2, df=29 ), 0, 202)

我认为他们回答了两个不同的问题。正在查找最大值（确实存在），同时正在查找f=0（不存在）的位置。你的目标是什么？这听起来更像是一个统计/交叉验证问题，而不是一个编程/堆栈溢出问题。我认为算法和函数正在返回正确答案。我想这是找到了ncp的根