1

我有一个prob包含 50 个元素的列表。每个元素是一个 601x3 的概率矩阵，其中每一行代表一个完整的样本空间（即，每个矩阵的每一行之和为 1）。例如，这里是 的第一个元素的前五行prob：

> prob[[1]][1:5,]

           [,1]      [,2]       [,3]
 [1,] 0.6027004 0.3655563 0.03174335
 [2,] 0.6013667 0.3665756 0.03205767
 [3,] 0.6000306 0.3675946 0.03237481
 [4,] 0.5986921 0.3686131 0.03269480
 [5,] 0.5973513 0.3696311 0.03301765

现在，我想做的是为list中每个矩阵/元素的每一行prob创建以下矩阵。取第一行，设 a = .603、b = .366 和 c = .032（四舍五入到小数点后三位）。然后，

> w
         [,1]       [,2]       [,3]
 [1,] a*(1-a)       -a*b       -a*c
 [2,]    -b*a    b*(1-b)       -b*c
 [3,]    -c*a       -c*b    c*(1-c)

这样：

> w
           [,1]       [,2]       [,3]
 [1,]  0.239391  -0.220698  -0.019296
 [2,] -0.220698   0.232044  -0.011712
 [3,] -0.019296  -0.011712   0.030976

我想再获得类似的 3x3 矩阵 600 次（对于该矩阵的其余行），然后对 .的其余元素再重复整个过程 49 次prob。我唯一能想到的就是在apply内部调用，lapply以便我一次访问每个矩阵的每一行。我敢肯定这不是一种优雅的方式（更不用说我无法让它工作），但我想不出其他任何东西。谁能帮我解决这个问题？我也很想听听关于使用不同结构的建议（例如，在列表中使用矩阵是否不好？）。

4

1 回答 1

1

在类似维度的矩阵列表上运行这个过程lapply应该非常简单。如果它代表一个挑战，那么您应该发布dput(.)具有相似矩阵的两个元素列表的输出。真正的挑战是逐行进行处理，如下所示，输出为 3x3xN 数组：

w <- apply(M, 1, function(rw) diag( rw*(1-rw) ) + 
                    rbind( rw*c(0, -rw[1], -rw[1] ), 
                           rw*c(-rw[2],0, -rw[2] ),
                           rw*c(-rw[3], -rw[3], 0)
         )

 )
 w
             [,1]        [,2]        [,3]        [,4]        [,5]
 [1,]  0.23945263  0.23972479  0.23999388  0.24025987  0.24052272
 [2,] -0.22032093 -0.22044636 -0.22056801 -0.22068575 -0.22079962
 [3,] -0.01913173 -0.01927842 -0.01942588 -0.01957412 -0.01972314
 [4,] -0.22032093 -0.22044636 -0.22056801 -0.22068575 -0.22079962
 [5,]  0.23192489  0.23219793  0.23246881  0.23273748  0.23300395
 [6,] -0.01160398 -0.01175156 -0.01190081 -0.01205173 -0.01220435
 [7,] -0.01913173 -0.01927842 -0.01942588 -0.01957412 -0.01972314
 [8,] -0.01160398 -0.01175156 -0.01190081 -0.01205173 -0.01220435
 [9,]  0.03073571  0.03102998  0.03132668  0.03162585  0.03192748

 w <- array(w, c(3,3,5) )
 w
, , 1

            [,1]        [,2]        [,3]
[1,]  0.23945263 -0.22032093 -0.01913173
[2,] -0.22032093  0.23192489 -0.01160398
[3,] -0.01913173 -0.01160398  0.03073571

, , 2

            [,1]        [,2]        [,3]
[1,]  0.23972479 -0.22044636 -0.01927842
[2,] -0.22044636  0.23219793 -0.01175156
[3,] -0.01927842 -0.01175156  0.03102998

.... snipped remaining output
于 2012-12-04T16:52:43.553 回答