[求助]请问如何把函数中的参数变量作为全局变量

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

y<-rweibull(150,1,2) #产生weibull分布的随机数

n<-length(y)

kekaoxingfx<-function(y,r,ind,opt,opp)

{

allorder<-sort(y)

or<-allorder[1:r]

if(r>n)

list(fail="输入长度大于样本量，重新输入")

else{

B1<-a-0.789*qnorm(1-(1+opp)/2,0,1) *a/sqrt(n)

B2<-a+0.789*qnorm(1-(1+opp)/2,0,1)*a/sqrt(n)

S1<-b+1.053* qnorm(1-(1+opp)/2,0,1)*b/(sqrt(n)*a)

S2<-b-1.053* qnorm(1-(1+opp)/2,0,1)*b/(sqrt(n)*a)

if(ind==0){

data.frame(Beta=a,Sigma=b, Beta_left=B1, Beta_right=B2, Sigma_left=S1, Sigma_right=S2)

}

else {

R<-exp(-(opt/b)^a)

R1<-exp(-(opt/S1)^B2)

R2<-exp(-(opt/S2)^B1)

t<-S1*(log(1/opp)^B1)

if(opp==0.95) data.frame(R=R,R_left=R1, R_right=R2,t=t)

else data.frame(R=R,R_left =R1)

}

}

}

fun<-function(x) #二元二次方程

{

f<-c(sum(or)+x[1],2*sum(or)+x[2]) #想用上面的kekaoxingfx函数里的or,r

j<-matrix(c(1,0,0,1),nrow=2,byrow=T)

list(f=f,j=j)

}

newton<-function(fun,x,ep=1e-5,it_max=100) #牛顿迭代法解上述二元二次方程

{

index<-0;k<-1

while(k<=it_max)

{

x1<-x;obj<-fun(x)

x<-x-solve(obj$j,obj$f);

norm<-sqrt((x-x1)%*%(x-x1))

if(norm<ep)

{

Index<-1;break

}

k<-k+1

}

obj<-fun(x);

list(Beta=x[1], Sigma=x[2],it=k,index=index,funval=obj$f)

}

z<-newton(fun,c(-6,1))

a<-as.numeric(z[1]) #把向量强制转化成数

b<-as.numeric(z[2]) #把向量强制转化成数

kekaoxingfx(y,2,1,100,0.95)

报错说：错误在sum(or) : 找不到这个目标对象"or"

请大家帮帮我吧，我还是初学者，对r不是很熟。谢谢大家

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：求助 变量 函数 参数 全局

global variable assignment

or<<-allorder[1:r]

a better way is using "list" to control the output of each function.

谢谢楼上的！

如果用牛顿迭代法解方程，r软件显示结果是：错误在drop(.Call("La_dgesv", a, as.matrix(b), tol, PACKAGE = "base")) :
系统计算上是奇异的: 倒条件数=0
此外: Warning messages:
1: 产生了NaNs in: log(x)
2: 产生了NaNs in: log(x)
3: 产生了NaNs in: log(x)
4: 产生了NaNs in: log(x)
5: 产生了NaNs in: log(x)

是不是初值取得不好？1——5个错误是不是因为x是负数呢？

1.程序看来似乎有误:

function kekaoxingfx并没用上.

or只是将y sort,然后取1~r,不需放在kekaoxing内.

而且kekaoxing也没用上or.

fun看来不像二元二次方程.

2.要解决near singular matrix,可参考e-views user guide:

1)The objective function must be defined at the starting values. For example if the objective function contains LOG(C(1)), then C(1) must be greater than zero.

2)If the starting values are such that the derivatives are all zero, you will immediately see an error message indicating that encountered a “Near

Singular Matrix＂, and the estimation procedure will stop.

谢谢。我把程序改了一下

y<-rweibull(150,1,2)

n<-length(y)

allorder<-sort(y)

r<-120

or<-allorder[1:r]

kekaoxingfx<-function(y,n,ind,opt,opp)

{

if(r>n)

list(fail="输入长度大于样本量，重新输入")

else{

B1<-a-0.789*qnorm(1-(1+opp)/2,0,1) *a/sqrt(n)

B2<-a+0.789*qnorm(1-(1+opp)/2,0,1)*a/sqrt(n)

S1<-b+1.053* qnorm(1-(1+opp)/2,0,1)*b/(sqrt(n)*a)

S2<-b-1.053* qnorm(1-(1+opp)/2,0,1)*b/(sqrt(n)*a)

if(ind==0){

data.frame(Beta=a,Sigma=b, Beta_left=B1, Beta_right=B2, Sigma_left=S1, Sigma_right=S2)

}

else {

R<-exp(-(opt/b)^a)

R1<-exp(-(opt/S1)^B2)

R2<-exp(-(opt/S2)^B1)

t<-S1*(log(1/opp)^B1)

if(opp==0.95) data.frame(R=R,R_left=R1, R_right=R2,t=t)

else data.frame(R=R,R_left =R1)

}

}

}

fun<-function(x) #解二元方程组

{

f<-c((sum(or^x[1]*(log(or)-log(x[2])))+(n-r)*allorder[r]^x[1]*(log(allorder[r]-log(x[2]))))/(r*x[2]^x[1])-1/r*sum(log(or))+log(x[2])-1/x[1],((sum(or^x[1])+ (n-r)*allorder[r]^x[1])/r)^(1/x[1])-x[2]) #二元方程组

j<-matrix(c((sum(or^x[1]*(log(or)-log(x[2]))*log(or))+ (n-r)*allorder[r]^x[1]*(log(allorder[r]-log(x[2])))*log(allorder[r])-( sum(or^x[1]*(log(or)-log(x[2])))+(n-r)*allorder[r]^x[1]*(log(allorder[r]-log(x[2])))*log(x[2])))/x[2]^x[1]*r+1/x[1]^2,(-sum(or^x[1])-(n-r) *allorder[r]^x[1]- (sum(or^x[1]*(log(or)-log(x[2])))+(n-r)*allorder[r]^x[1]*(log(allorder[r]-log(x[2]))))*x[1])/(r*x[2]^(x[1]+1))+1/x[2], ((sum(or^x[1])+ (n-r)*allorder[r]^x[1])/r)^(1/x[1])*log((sum(or^x[1])+ (n-r)*allorder[r]^x[1])/r)*(-1/x[1]^2)*(sum(or^x[1])*log(or)+(n-r)* allorder[r]^x[1]*log(or)) /r,-1),nrow=2,byrow=T) #雅克比行列式

list(f=f,j=j)

}

newton<-function(fun,x,ep=1e-5,it_max=100) #牛顿迭代法解上述二元方程组

{

index<-0;k<-1

while(k<=it_max)

{

x1<-x;obj<-fun(x)

x<-x-solve(obj$j,obj$f);

norm<-sqrt((x-x1)%*%(x-x1))

if(norm<ep)

{

Index<-1;break

}

k<-k+1

}

obj<-fun(x);

list(Beta=x[1], Sigma=x[2],it=k,index=index,funval=obj$f)

}

z<-newton(fun,c(1.32305,1.342913))

a<-as.numeric(z[1]) #把向量强制转化成数

b<-as.numeric(z[2]) #把向量强制转化成数

kekaoxingfx(y,150,1,100,0.95)

结果报错说：

错误在drop(.Call("La_dgesv", a, as.matrix(b), tol, PACKAGE = "base")) :
'a' (2 x 62)必需是正文形的
此外: Warning message:
数据长度[123] 不是矩阵行数[2] 的整倍数

请大家帮我看看，谢谢