3

我正在将一些 R 代码转换为 Rcpp 代码，并且需要在给定均值向量和标准差向量的情况下计算观察向量的可能性。如果我假设平均值为 0 且标准差为 1，我可以编写此函数（运行此函数需要加载 'inline' 和 'Rcpp' 包），

dtest1 = cxxfunction(signature( x = "numeric"),
                      'Rcpp::NumericVector xx(x);
                       return::wrap(dnorm(xx, 0.0, 1.0));', 
                       plugin='Rcpp')

结果和预期的一样。

> dtest1(1:3) 
[1] 0.241970725 0.053990967 0.004431848

但是，如果我尝试制作一个功能

dtest2 = cxxfunction(signature( x = "numeric", y="numeric", z="numeric" ),
                  'Rcpp::NumericVector xx(x);
                   Rcpp::NumericVector yy(y);
                   Rcpp::NumericVector zz(z);
                   return::wrap(dnorm(xx, yy, zz));',
                   plugin='Rcpp')

这将允许我通过不同的方式和标准偏差导致错误，如下所示。有没有办法制作我想要制作的功能，或者我确实需要手动编程正常密度？

错误

Error in compileCode(f, code, language = language, verbose = verbose) :   
    Compilation ERROR, function(s)/method(s) not created! file31c82bff9d7c.cpp: In function ‘SEXPREC* file31c82bff9d7c(SEXP, SEXP, SEXP)’:
file31c82bff9d7c.cpp:33:53: error: no matching function for call to 
     ‘dnorm4(Rcpp::NumericVector&, Rcpp::NumericVector&, Rcpp::NumericVector&)’
file31c82bff9d7c.cpp:33:53: note: candidates are:
/home/chris/R/x86_64-pc-linux-gnu-library/3.0/Rcpp/include/Rcpp/stats/norm.h:106:1: 
     note: template<int RTYPE, bool NA, class T> Rcpp::stats::D0<RTYPE, NA, T> Rcpp::dnorm4(const Rcpp::VectorBase<RTYPE, NA, VECTOR>&, bool)
/home/chris/R/x86_64-pc-linux-gnu-library/3.0/Rcpp/include/Rcpp/stats/norm.h:107:1: 
     note: template<int RTYPE, bool NA, class T> Rcpp::stats::D1<RTYPE, NA, T> Rcpp::dnorm4(const Rcpp::VectorBase<RTYPE, NA, VECTOR>&, double, bool)
/home/chris/R/x86_64-pc-linux-gnu-library/3.0/Rcpp/include/Rcpp/stats/norm.h:108:1: 
     note: template<int RTYPE, bool NA, class T> Rcpp::stats::D2<RTYPE, NA, T> Rcpp::dnorm4(const Rcpp::VectorBase<RTYPE, NA,
In addition: Warning message:
running command '/usr/lib/R/bin/R CMD SHLIB file31c82bff9d7c.cpp 2> file31c82bff9d7c.cpp.err.txt' had status 1
4

1 回答 1

7

糖dnorm仅根据第一个参数进行矢量化。

为了简化（它稍微复杂一些，但我们在这里不需要关心这个），调用

dnorm(xx, 0.0, 1.0)

使用重载

NumericVector dnorm( NumericVector, double, double )

第二个电话尝试使用类似的东西

NumericVector dnorm( NumericVector, NumericVector, NumericVector )

未实施。我们可以实施它，它必须在我们的优先级列表中足够高。

同时，编写一个小包装器很容易，例如（这不处理参数长度等......）：

NumericVector my_dnorm( NumericVector x, NumericVector means, NumericVector sds){
    int n = x.size() ;
    NumericVector res(n) ;
    for( int i=0; i<n; i++) res[i] = R::dnorm( x[i], means[i], sds[i] ) ;
    return res ;
}
于 2013-08-09T19:39:36.290 回答