R分位数使用Rcpp

Question

我对如何使用Rcpp编写R使用的默认分位数方法感兴趣。 这里有一个基本的解决方案Rcpp分位数实现 。 如解决方案中所述，它对于小向量也不会起作用。

但是，我真的想实现基本R（类型7方法），这里显示https://svn.r-project.org/R/trunk/src/library/stats/R/quantile.R

基本代码如下：

x <- 1:100 # make a test vector
probs <- c(0.05, 0.95)
n <- length)x)

# R code
index <- 1 + (n - 1) * probs
lo <- floor(index)
hi <- ceiling(index)
x <- sort(x, partial = unique(c(lo, hi)))
qs <- x[lo]
i <- which(index > lo)
h <- (index - lo)[i] # > 0  by construction
qs[i] <- (1 - h) * qs[i] + h * x[hi[i]]

例如，它给出：

quantile(1:100, probs = c(0.05, 0.95))
5%   95% 
5.95 95.05 

看看你如何使用Rcpp来解决这个问题真的很有帮助。 我使用RStudio并用于运行更简单的Rcpp代码，但我坚持这个。

任何帮助将非常感激。

谢谢

大卫

Answer 1

如何在Rcpp中调用R的quantile函数呢？

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
NumericVector quantileCpp(NumericVector x, NumericVector probs) {
  Environment stats("package:stats");
  Function quantile = stats["quantile"];
  int npr = probs.size();
  NumericVector ans(npr);
  for(int i=0; i<npr; i++){
    ans[i] = as<double>(quantile(x, probs[i]));
  }
return ans;
}

将代码保存为'quantileCpp.cpp'并运行：

> Rcpp::sourceCpp('quantileCpp.cpp')

> quantileCpp(1:100,c(0.05,0.95))
[1]  5.95 95.05

> quantile(1:100,c(0.05,0.95))
   5%   95% 
 5.95 95.05 

我知道这不是最快的解决方案（就计算时间而言），但这是我能想到的最简单的解决方案。