R中带向量变元的积分函数

我有一个与前一个职位类似的挑战：

我有一个函数，我想积分曲线下的面积

首先，[生存]功能：

surv <- function(x,score) exp(-0.0405*exp(score)*x) # probability of survival

如果我们有一个特定的时间点

x

，那么计算所有7名患者的

surv

是很容易的：

surv(5, score) # Survival to year 5
[1] 0.7161497 0.6914399 0.6651219 0.6371998 0.6077026 0.5766890 0.5442516

但是为了得到一个群体的平均生存率或一个个体的预期生存率，我需要计算曲线下的面积，其中曲线由函数

surv

给出。我需要计算

x=0

和

x=Inf

限制下的面积。我需要为所有7名（在本例中）患者做这个

我提到的另一个stackoverflow帖子也有类似的问题。不清楚这个解决方案是否能帮助我。我提出如下：

integrate(Vectorize(fun_integrate,vectorize.args='x'), upper = 3, lower = -3, vec = rnorm(100),subdivisions=10000)

fun\u integrate

是要集成的功能

vectorize.args

是要矢量化并传递给fun\u integrate的参数

vec

是作为要传递到fun\u integrate的参数的值的向量

我不知道细分是什么，但我认为这并不重要

我尝试通过以下方式执行此操作：

integrate(Vectorize(surv, vectorize.args="score"), lower=0, upper=Inf, score=score)
Error in integrate(Vectorize(surv, vectorize.args = "score"), lower = 0,  : 
  evaluation of function gave a result of wrong length

我尝试了不同的修改，但似乎没有任何结果

---

你有什么建议吗？

你做的顺序不对。您需要创建一个函数来计算给定分数的积分，并将其矢量化

surv <- function(x,score) exp(-0.0405*exp(score)*x) # probability of survival
area <- function(score) integrate(surv,lower=0,upper=Inf,score=score)$value
v.area <- Vectorize(area)

scores <- c(0.5, 0.6, 0.7, 0.8, 0.9, 1, 1.1)  # 7 different scores
v.area(scores)
# [1] 14.976066 13.550905 12.261366 11.094542 10.038757  9.083443  8.219039

---

surv jhoward你刚刚拯救了白天和黑夜。干杯
surv <- function(x,score) exp(-0.0405*exp(score)*x) # probability of survival
area <- function(score) integrate(surv,lower=0,upper=Inf,score=score)$value
v.area <- Vectorize(area)

scores <- c(0.5, 0.6, 0.7, 0.8, 0.9, 1, 1.1)  # 7 different scores
v.area(scores)
# [1] 14.976066 13.550905 12.261366 11.094542 10.038757  9.083443  8.219039