有没有一种方法可以处理R中大数值的指数计算？

我在网上和网站上查找了一下，但没有找到任何解决方案。我的问题相对简单，所以如果你能给我指出一个可能的解决方案，我将不胜感激

test_vec <- c(2,8,709,600)
mean(exp(test_vec))

test_vec_bis <- c(2,8,710,600)
mean(exp(test_vec_bis))
exp(709)
exp(710)
# The numerical limit of R is at exp(709)

---

test\u vec这里有一种方法，您可以只选择
test\u vec
中给出答案的部分：

mean(exp(test_vec)[which(exp(test_vec) < Inf)])

[1] 1.257673e+260

t2 <- c(2,8,600)
mean(exp(t2))

[1] 1.257673e+260

mean（exp（test\u vec）[其中（exp（test\u vec）t2存在一种边缘情况，您可以通过简单地用数学方法重新说明问题来解决问题，但这需要向量的长度非常大和/或大的经验数接近数值极限：

由于平均值
sum（x）/n
可以写为
sum（x/n）
，并且
exp（x）/exp（y）=exp（x-y）
，因此可以计算
sum（exp（x-log（n））
，从而减少log（n）

虽然这适用于您的示例，但很可能不适用于您的实向量。
在这种情况下，您必须参考@fra建议的
Rmpfr
等包
 看看这个答案，谢谢你的回复。不，我实际上考虑过这个选项，但我必须包含每个值。在这种情况下，截断不是一个选项……好主意，但只适用于接近极限的值，如您所说。谢谢“Rmpfr”软件包是迄今为止我找到的最好的解决方案。
mean(exp(test_vec))
[1] 2.054602e+307
sum(exp(test_vec - log(length(test_vec))))
[1] 2.054602e+307

sum(exp(test_vec_bis - log(length(test_vec_bis))))
[1] 5.584987e+307