[英]R quantile using Rcpp
我對如何使用Rcpp編寫R使用的默認分位數方法感興趣。 這里有一個基本的解決方案Rcpp分位數實現 。 如解決方案中所述,它對於小向量也不會起作用。
但是,我真的想實現基本R(類型7方法),這里顯示https://svn.r-project.org/R/trunk/src/library/stats/R/quantile.R
基本代碼如下:
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,它給出:
quantile(1:100, probs = c(0.05, 0.95))
5% 95%
5.95 95.05
看看你如何使用Rcpp來解決這個問題真的很有幫助。 我使用RStudio並用於運行更簡單的Rcpp代碼,但我堅持這個。
任何幫助將非常感激。
謝謝
大衛
如何在Rcpp中調用R的quantile
函數呢?
#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;
}
將代碼保存為'quantileCpp.cpp'並運行:
> 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
我知道這不是最快的解決方案(就計算時間而言),但這是我能想到的最簡單的解決方案。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.