r - Rの2つの別々のリストに適用機能を使用する

Question

サンプル関数を作成し、シミュレートされたデータを生成する次のコードがあります

mean_detects<- function(obs,cens) {
 detects <- obs[cens==0]
 nondetects <- obs[cens==1]
 res <- mean(detects)
 return(res) 
}

mu <-log(1); sigma<- log(3); n_samples=10, n_iterations = 5; p=0.10
dset2 <- function (mu, sigma, n_samples, n_iterations, p) {
  X_after <- matrix(NA_real_, nrow = n_iterations, ncol = n_samples)
  delta <- matrix(NA_real_, nrow = n_iterations, ncol = n_samples)
  lod <- quantile(rlnorm(100000, mu, sigma), p = p)
  pct_cens <- numeric(n_iterations)
  count <- 1
  while(count <= n_iterations) {     
  X_before <- rlnorm(n_samples, mu, sigma)
  X_after[count, ] <- pmax(X_before, lod)
  delta [count, ] <- X_before <= lod
  pct_cens[count] <- mean(delta[count,])
  if (pct_cens [count]  > 0 & pct_cens [count] < 1 ) count <- count + 1 }
  ave_detects <- mean_detects(X_after,delta)  ## how can I use apply or other functions here?
  return(ave_detects) 

}

n_iterations を指定すると、1x10 X_after マトリックスと 1x10 デルタ マトリックスが作成されます。次に、このコマンドを使用して mean_detects 関数が正常に機能します。

ave_detects <- mean_detects(X_after,delta) 

ただし、n_iterations を 5 に増やすと、2 5x10 X_after と delta が発生し、mean_detects 関数が機能しなくなります。5回ではなく1回の反復の出力しか得られません。実際のシミュレーションには数千回の反復があるため、速度とメモリも考慮する必要があります。

編集: あなたのコメントに基づいてコードを編集しました。私が作成した mean_detects 関数は、X_after 行列とデルタ行列を同時に使用する例を示すことを目的としていました。実際の関数は非常に長いです。そのため、ここには投稿しませんでした。