R 编写一个函数，用序列参数和求和计算变量

我需要写一个函数来计算一系列输入和求和的变量。我之所以编写这个函数，是因为稍后，我将把它应用于数据帧

新变量

R

通过以下等式计算：

在这个等式中，

N_b

，

X_ext

，和

sum.sqr.X

项是常量

N_l

是一个从1到5的向量，

m

取决于

N_l

，如下数据框所示：

> Multi.Presence
   N_l    m
1    1 1.20
2    2 1.00
3    3 0.85
4    4 0.65
5    5 0.65

共有5个术语（

e_1

，

e_2

，

e_3

，

e_4

，

e_5

）。根据

N_l

是什么，e的求和项（

sum.e

）将添加许多

e

项。例如，如果

e_1=14

，

e_2=18

，

e_3=7

，

e_4=-6

，

e_5=-11

。然后，当为

N_l=1

计算R时，则

sum.e

项等于

e_1=14

。然后，当为

N_l=2

计算R时，

sum.e

项等于

e_1+e_2=14+18

，依此类推

我想编写一个函数，计算所有

N_L

（从1到5）值的R，选择

R

的最大值，并返回导致最大

R

值的

N_L

值

> head (DATA)
  N_b N_l X_ext    x.sqr_sum   e_1    e_2    e_3   e_4    e_5
1   5   3    18       810      14.6   2.6   -9.4    0      0
2   5   3    18       810      14.6   2.6   -9.4    0      0
3   5   4    24       1440     21.8   9.8   -2.2  -14.2    0
4   5   4    24       1440     21.8   9.8   -2.2  -14.2    0
5   5   5    30       2250      29    17      5    -7     -19
6   5   5    30       2250      29    17      5    -7     -19

---

该函数可以用R编写为

func <- function(N_l, e, N_b, X_ext, sum.sqr.x)
{
  (c(1.2, 1, 0.85, 0.65, 0.65)[N_l] * N_l)/N_b + sum(e[1:N_l]) * X_ext/sum.sqr.x
}

现在，如果我们从您的示例中获取向量

e

，我们可以插入值1:5以查看

N_l

如何更改输出：

e <- c(14, 18, 7, -6, -11)
vecfunc(1:5, e)
#> [1] 15.20 34.00 41.55 35.60 25.25

---

非常感谢你，艾伦！这正是我需要去的地方。我只是想知道你能不能帮我申请一下。

N_b

、

X_ext

和

sum.sqr.X

实际上是数据帧中包含

N_l

和

e

术语的列。我已经更新了我原来的帖子，加入了数据框架。我想实现这个函数来为数据帧的每一行计算

R

，对于数据帧列中从1到

N_l

值范围内的向量化

N_l

的所有项。正如您可以看到的，

e_

项超过

N_l

列中的数字，在代码中已被视为零，因此求和项始终可以是所有

e_

项相加在一起。最重要的是使用正确的

m

因子计算

R

的所有

N_l

值，该因子包含在乘以向量中。我需要知道向量中的哪个

N_l

项是函数中选择的

R

的最大值的原因。@MaralDorri我想我明白了。请看我的更新。

e <- c(14, 18, 7, -6, -11)
vecfunc(1:5, e)
#> [1] 15.20 34.00 41.55 35.60 25.25