避免在R中重复

Question

我试图将各种（截断的）概率分布拟合到相同薄的分位数集中。我可以做到，但似乎需要大量相同代码的重复。有一种更整洁的方式吗？

我正在使用Nadarajah和Kotz的此代码来生成截断分布的PDF：

qtrunc <- function(p, spec, a = -Inf, b = Inf, ...)
{
  tt <- p
  G <- get(paste("p", spec, sep = ""), mode = "function")
  Gin <- get(paste("q", spec, sep = ""), mode = "function")
  tt <- Gin(G(a, ...) + p*(G(b, ...) - G(a, ...)), ...)
  return(tt)
}

其中spec可以是R中的代码存在的任何未截断的分布的名称，而> ... ...参数用于提供该未截断的分布的参数的名称。

为了达到最佳拟合，我需要测量给定分位数与使用分布参数的任意值计算的距离之间的距离。例如，对于伽马发行版，代码如下：

spec <- "gamma"
fit_gamma <- function(x, l = 0,   h = 20, t1 = 5, t2 = 13){
  ct1 <- qtrunc(p = 1/3, spec, a = l, b = h, shape = x[1],rate = x[2])
  ct2 <- qtrunc(p = 2/3, spec, a = l, b = h, shape = x[1],rate = x[2])
  dist <- vector(mode = "numeric", length = 2) 
  dist[1] <- (t1 - ct1)^2
  dist[2] <- (t2- ct2)^2
  return(sqrt(sum(dist)))
}  

其中l是较低的截断，h较高，我得到了两个tertiles <代码> T1 和T2。

最后，我使用optim寻求最佳拟合度，因此：

gamma_fit <- optim(par = c(2, 4), 
                fn = fit_gamma, 
                l = l, 
                h = h,
                t1 = t1,
                t2 = t2,
                method = "L-BFGS-B",
                lower = c(1.01, 1.4)

现在假设我想做同样的事情，而是拟合正态分布。我在R中使用的正态分布的参数的名称是均值和sd。

我可以实现我想要的东西，但只有编写一个全新的函数fit_normal，它与我的fit_gamma函数非常相似，但是使用ct1 和ct2。

重复代码的问题变得非常严重，因为我希望尝试将大量不同的分布安装到我的数据中。

我想知道的是，是否有一种编写通用fit_spec的方法，以便我不必写出参数名称。

Answer 1

使用X作为命名列表，以创建一个参数列表，以传递到qtrunc（）使用do.call（）。

fit_distro <- function(x, spec, l = 0, h = 20, t1 = 5, t2 = 13){
  args <- c(x, list(spec = spec, a = l, b = h))
  
  ct1 <- do.call(qtrunc, args = c(list(p = 1/3), args))
  ct2 <- do.call(qtrunc, args = c(list(p = 2/3), args))
  dist <- vector(mode = "numeric", length = 2) 
  dist[1] <- (t1 - ct1)^2
  dist[2] <- (t2 - ct2)^2
  return(sqrt(sum(dist)))
}  

这就是如下所示，与您的原始功能相同。

fit_distro(list(shape = 2, rate = 3), "gamma")
# [1] 13.07425

fit_gamma(c(2, 3))
# [1] 13.07425

这将与其他分布一起使用，无论多么多参数。

fit_distro(list(mean = 10, sd = 3), "norm")
# [1] 4.08379

fit_distro(list(shape1 = 2, shape2 = 3, ncp = 10), "beta")
# [1] 12.98371