0

次のデータがあります。

data_ex <- structure(list(ID = c(493L, 493L, 493L, 493L, 493L, 493L, 493L, 
493L, 494L, 494L, 494L, 494L, 494L, 494L, 494L), value.y = c(1.403198175, 
1.403198175, 1.403198175, 1.403198175, 1.403198175, 1.403198175, 
1.403198175, 1.403198175, 1.540408028, 1.540408028, 1.540408028, 
1.540408028, 1.540408028, 1.540408028, 1.540408028), Sensor = structure(c(1L, 
2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 1L), .Label = c("Sat1", 
"Sat2"), class = "factor"), Date = structure(c(3L, 1L, 2L, 1L, 
2L, 4L, 3L, 4L, 4L, 3L, 5L, 2L, 1L, 1L, 5L), .Label = c("10-Jul", 
"2-Jul", "30-Jun", "4-Jul", "9-Jul"), class = "factor"), variable = structure(c(1L, 
2L, 2L, 1L, 1L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 1L, 2L, 1L), .Label = c("A", 
"B"), class = "factor"), value.x = c(0.514018, 1.250407631, 1.349420084, 
0.629876797, 0.666055046, 1.434158327, 0.952216, 0.695925622, 
0.667056075, 0.964285, 1.173076, 1.265919252, 0.658852868, 1.329348307, 
0.60396)), .Names = c("ID", "value.y", "Sensor", "Date", "variable", 
"value.x"), row.names = c(1L, 3L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 
12L, 13L, 14L, 15L, 16L, 17L), class = "data.frame")

次のコードを使用して最適化するには:

##Function to optimize
TestCalc <- function(p, x, y) {
  x <- data_ex$value.x
  y <- data_ex$value.y
  sum((y - abs(log(1 - ((x - p[1]) / (p[2]  - p[1]))) / 0.5))^2)
}

## Set limits for optimization
p <- c(1,1)
lower <- -3*p
upper <-  6 + lower

## Optimize 
library(dfoptim)
opt = nmkb(p, TestCalc, lower=lower, upper=upper)

データセット全体をループして、さまざまな要因を使用した最適化の効果を比較したいと思います。このようなもの：

data_optimize <- ddply(data_ex, .(Sensor, Date, variable), summarize, opt = nmkb(p, LAICalc, lower=lower, upper=upper))

x と y を関数の外に移動して、ddply で適切に動作させるにはどうすればよいですか? それとももっと良い方法がありますか？

4

1 に答える 1

0

使用しないでくださいsummarize。...引数をより適切に定義されたものに渡すために使用する必要がありますtestCalc

TestCalc <- function(p, x, y) {
  sum((y - abs(log(1 - ((x - p[1]) / (p[2]  - p[1]))) / 0.5))^2)
}

次の質問は、 からのすべての結果を保存するnmkbか、またはパラメーター値だけを保存するかです。

data_optimize <- ddply(data_ex, .(Sensor, Date, variable), function(x) {
  opt = nmkb(p, TestCalc, lower=lower, upper=upper, x=x$value.x, y= x$value.y)$par
   names(opt) <- c('p1','p2')
   opt})
## There were 14 warnings (use warnings() to see them)
## You need think about these 

data_optimize
#    Sensor   Date variable          p1       p2
# 1    Sat1 30-Jun        A  1.55932192 2.587030
# 2    Sat1 30-Jun        B  0.76645625 1.134881
# 3    Sat1  9-Jul        A  1.76999701 2.774562
# 4    Sat1  9-Jul        B -0.93056697 2.985854
# 5    Sat2 10-Jul        A  0.18469300 1.067717
# 6    Sat2 10-Jul        B  0.03787765 2.442937
# 7    Sat2  2-Jul        A -1.17711009 2.478547
# 8    Sat2  2-Jul        B -0.53059895 2.999981
# 9    Sat2  4-Jul        A -1.84008670 2.999541
# 10   Sat2  4-Jul        B -0.08772934 2.931071
于 2013-06-05T05:30:37.027 に答える