在R中将函数与向量参数整合

Question

我有一个类似于之前帖子的挑战：如何将向量传递给积分函数 我有一个要积分曲线下面积的函数。

首先是[生存]函数：

surv <- function(x,score) exp(-0.0405*exp(score)*x) # probability of survival

“分数”是来自风险计算器的，它可以调整生存估计。由于患者的得分不同，例如：

score <- c(0.5, 0.6, 0.7, 0.8, 0.9, 1, 1.1) # 7 different scores

如果我们有一个特定的时间点x，计算所有7个病人的surv很容易：

surv(5, score) # Survival to year 5
[1] 0.7161497 0.6914399 0.6651219 0.6371998 0.6077026 0.5766890 0.5442516

但是，要得到人群的平均生存率或个体的预期生存率，我需要计算曲线下面积，其中曲线由函数 surv 给出。我需要计算 x=0 和 x=Inf 的限制下的曲线下面积。并且我需要对所有7个（在这个例子中）患者进行此操作。

我参考的另一个stackoverflow帖子有类似的问题。不清楚解决方案是否能够帮助我。我在下面展示它：

integrate(Vectorize(fun_integrate,vectorize.args='x'), upper = 3, lower = -3, vec = rnorm(100),subdivisions=10000)

“fun_integrate”是要被积分的函数。

“vectorize.args”是要向量化并传递给“fun_integrate”的参数。

“vec”是作为参数传递到“fun_integrate”的值的向量。

我不知道“subdivisions”是什么，但我假设它并不重要。

我尝试使用以下内容执行此操作：

integrate(Vectorize(surv, vectorize.args="score"), lower=0, upper=Inf, score=score)
Error in integrate(Vectorize(surv, vectorize.args = "score"), lower = 0,  : 
  evaluation of function gave a result of wrong length

我已尝试了不同的修改，但似乎没有什么成效。
你有什么建议吗？

- jnam27

Answer 1

您的做法顺序不对。您需要创建一个函数来计算给定分数的积分，并将其向量化。

surv <- function(x,score) exp(-0.0405*exp(score)*x) # probability of survival
area <- function(score) integrate(surv,lower=0,upper=Inf,score=score)$value
v.area <- Vectorize(area)

scores <- c(0.5, 0.6, 0.7, 0.8, 0.9, 1, 1.1)  # 7 different scores
v.area(scores)
# [1] 14.976066 13.550905 12.261366 11.094542 10.038757  9.083443  8.219039

- jlhoward

---

jhoward，你刚刚拯救了白天和黑夜。干杯！ - Michail