为每一行数据填充一个矩阵的函数答案

【问题标题】：Function to fill one matrix for each row of data为每一行数据填充一个矩阵的函数
【发布时间】：2020-12-30 02:03:43
【问题描述】：

我想为数据的每一行 (N = 500) 填充一个 2x2 矩阵。

N = 500   # Number of observations
S = 2     # Number of rows and columns of the data

假设这是我的示例数据。它包含 5 个协变量的 500 个观测值。

X <- data.frame(matrix(rexp(2500, rate=.1), ncol=5))
X

从我的模型中，我为每个协变量检索了 2 个系数。

beta <- data.frame(matrix(rexp(10, rate=.1), ncol=5))
beta

因为我想为每行数据填充一个 2x2 矩阵，所以我创建了一个大小为 22n 的输出数组。

output_array = array(NA, dim = c(S,S,N))

现在我想用以下方式填充这个数组：

如果 2x2 矩阵中的位置是 [1,1] 或 [2,2]，我希望它是 1。
如果矩阵中的位置是[1,2]，我希望它是beta第一行和X第一行系数的乘积
如果矩阵中的位置是 [2,1]，我希望它是 beta 的第二行和 X 的第一行中的系数的乘积

我想对所有 500 行数据执行此过程（...所以它遍历行），得到 500 个 2x2 矩阵（每行数据一个）。

我的想法是以下函数，但似乎尺寸不匹配，我做错了什么。

for(t in 1:N){
  betarow = 1
  for (k in 1:S){
    for (j in 1:S){
      if(k == j){
        output_array[t,k,j] = 1;
      } else {
        output_array = X1[t,]*beta[betarow]
          betarow = betarow + 1;
        }
      }
  }
}

【问题讨论】：

但在 R 中，5 元素向量和 5 元素向量的乘积是另一个 5 元素向量，其值按元素相乘。您是否希望将所有十个数字相乘并将其放入非对角单元格中？
谢谢，艾伦。我没有正确指定它：我正在寻找的是该行中每个 X 值与相应 beta 值（同一列位置的 beta 值）的乘积之和。使用上面的函数来实现它会很棒。期待您的回答！
OK Scijens - 我已经更新了我的答案，现在应该可以解决问题了。

标签： r arrays function matrix pipe

【解决方案1】：

在 R 中，一个 5 元素向量和一个 5 元素向量的乘积是另一个 5 元素向量，其值按元素相乘。您正试图将五个数字放入一个“单元格”中。大概您的意思是将X[i,] * beta[1,] 的 sum 作为标量并将其放入每个单元格中。

另外，在output_array = X1[t,]*beta[betarow] 行中，您将覆盖output_array 的整个，而不仅仅是其中的一个元素。

请记住尽可能利用 R 中的矢量化。我们可以在 lapply 中单独创建矩阵，然后以这种方式创建整个数组：

X    <- data.frame(matrix(rexp(2500, rate=.1), ncol = 5))
beta <- data.frame(matrix(rexp(10, rate=.1), ncol = 5))

output_array <- `dim<-`(unlist(lapply(seq(nrow(X)), function(i) { 
  matrix(c(1, sum(X[i,] * beta[1,]), sum(X[i,] * beta[2,]), 1), nrow = 2)
})), c(2, 2, nrow(X)))

所以output_array 的前三个“切片”如下所示：

output_array[,,1:3]
#> , , 1
#> 
#>          [,1]    [,2]
#> [1,]   1.0000 184.826
#> [2,] 677.8113   1.000
#> 
#> , , 2
#> 
#>          [,1]     [,2]
#> [1,]   1.0000 263.7545
#> [2,] 335.3813   1.0000
#> 
#> , , 3
#> 
#>          [,1]     [,2]
#> [1,]   1.0000 156.0655
#> [2,] 235.1856   1.0000

【讨论】：