在R中将函数与向量参数集成

Question

我对上一篇文章提出了类似的挑战： 如何将向量传递给集成函数

我有一个功能，我想整合曲线下的区域。

一，[生存]功能：

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

score来自风险计算器，它调整生存估计。 患者有不同的分数，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名患者的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

但是为了得到一个群体或个人的预期生存的平均生存，我需要的曲线，其中曲线由函数给出下计算面积surv 。 我需要在x=0和x=Inf的限制下计算面积。 我需要为所有7名（在这个例子中）患者做这件事。

我引用的另一个stackoverflow帖子也有类似的问题。 目前尚不清楚该解决方案能否对我有所帮助。 我在下面介绍：

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

fun_integrate是要集成的功能

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

vec是值的向量，用作要传递给fun_integrate的参数

我不知道哪些细分是，但我认为它并不重要。

我尝试使用以下代码执行此操作：

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

我尝试了不同的修改，似乎没有任何结果。

你有什么建议吗？

Answer 1

你是以错误的顺序做的。 您需要创建一个函数来计算给定分数的积分，并对其进行矢量化。

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