0

我有一个如下所示的设置

for(V in (seq(1, 250, by = 5))){
   for(n in (seq(1, 250, by = 5))){

        # 1) Working Algorithm creating a probability 
             ie. vector in range [0:1] 

        # 2) Take the natural log of this probability 
        a <-  log(lag(Probability), base = exp(1))

        # 3) calculate price differences
        b <-  abs(diff(Price) -1)

        # 4) Then compute correlation between a and b
        cor(a, b) 

        # 5) Here I'd like to save this in the corresponding index of matrix
   }
}

这样我就得到了一个 [V, n] 大小的矩阵作为输出，它从每个循环中收集。

我对此有一些问题。

  • 第一个问题是我的相关性不可计算，因为Probability通常为 0，因此在向量中创建了一个ln(0) = -Inf输入。ln(Probability)有没有办法计算带有输入的向量的std.dev或？corLn-Inf

  • 我的第二个问题是如何将此相关输出保存到为每个循环生成的矩阵中？

谢谢你的帮助。我希望这足够清楚。

4

2 回答 2

2

您可以使用 -Inf 执行的操作是将其替换为 NA，例如：

x = runif(10)
x[3] = 1/0
> is.infinite(x)
 [1] FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
x[is.infinite(x)] <- NA
> x
 [1] 0.09936348 0.66624531         NA 0.90689357 0.71578917 0.14655174
 [7] 0.59561047 0.41944552 0.67203026 0.03263173

并使用na.rm参数sd：

>  sd(x, na.rm = TRUE)
[1] 0.3126829
于 2013-01-28T12:58:24.043 回答
2

对于您的第二个问题（我的第二个问题是如何将此相关输出保存到为每个循环生成的矩阵中？），您可以在循环之前初始化一个矩阵并将每个计算的相关性存储在相应的索引中，例如：

sz <- seq(1, 250, by = 5)
out_mat <- matrix(0, nrow=length(sz), ncol=length(sz))
# then continue with your for-loop
for (V in 1:length(sz)) {
    for(n in length(sz)) {
        # here instead of accessing V and n in computing probability
        # use sz[V] and sz[n]
        ...
        ...
        # after computing the correlation, here use V and n (not sz[V] or sz[n])
        out_mat[V, n] <- c # c holds the value of cor(a,b)
    }
 }
于 2013-01-28T13:03:17.623 回答