对目标函数使用sapply（或apply）进行优化； 列表元素中的对象不再被识别

Question

我想使用基于元素列表的目标函数，每个元素都是在数据框（df）上应用函数的结果（（函数是df观测值的“度量”的方差））。 也就是说，我有一个dfs列表。 我自然希望将功能sapply dfs列表。

如果没有sapply ， 则第一个块起作用。 它用于单个df，因此如果没有sapply命令，则该函数为min.RSS（标准误差的计算，我们希望optim使其最小化）

#setup dfs
list_dat <- array(list(), dim=c(2,1))
list_dat[[1]] =data.frame(x=c(1,2,3,4,5,6,7,8), 
               y=c(1,3,5,6,8,12,15,19))
list_dat[[2]] =data.frame(x=c(1,2,3,4,5,6), 
                          y=c(1,3,5,6,8,12))
#define objective fn
min.RSS <- function(data, par) {
  with(data, sum((par[1] + par[2] * x - y)^2))
  }

#optimize : find minimum given starting values, feeding in the first element, namely the df 
result <- optim(c(0.5,0.5), min.RSS,   data = list_dat[[1]])

以下内容不起作用 ，包含sapply的块，返回错误

eval（expr，envir，enclos）中的错误：找不到对象“ x”

谁能看到为什么？

#define new objective function based only on the first element, and optimize
min.RSS <- function(data, par) {
  sapply(list, function(data) with(data, sum((par[1] + par[2]* x - y)^2)))[[1]]
  }
result <- optim(c(0.5,0.5), min.RSS,   data = list_dat) # optimize, feeding in the list of (2) dfs

为了解释我不了解的内容，仅在没有optim情况下使用sapply就可以了。 我将经过优化的参数par[1] par[2]更改为标量。 也就是说，以下内容也有效

list2 <- sapply(list_dat, function(data) with(data, sum((1 + 2 * x - y)^2)))

Answer 1

1. list_dat不是列表，而是列表的数组。
2. 您对min.RSS定义将data定义为参数，然后引用list

#  You don't really need to preallocate the list, but if you insist
list_dat <- vector(length=2, mode='list')
list_dat[[1]] =data.frame(x=c(1,2,3,4,5,6,7,8), 
                          y=c(1,3,5,6,8,12,15,19))
list_dat[[2]] =data.frame(x=c(1,2,3,4,5,6), 
                          y=c(1,3,5,6,8,12))


min.RSS <- function(list, par) {
    sapply(list, function(data) with(data, sum((par[1] + par[2]* x - y)^2)))[[1]]
}

 result <- optim(c(0.5,0.5), min.RSS,   list = list_dat)