如何计算R中的黎曼和？答案

【问题标题】：how to calculate Riemann Sums in R?如何计算R中的黎曼和？
【发布时间】：2017-02-26 02:45:46
【问题描述】：

谁能帮助如何使用 R 中的黎曼和找到曲线下的近似面积？

似乎我们在 R 中没有任何可以提供帮助的包。

样本数据：

MNo1    X1  Y1    MNo2  X2  Y2
1   2981    -66287  1   595 -47797
1   2981    -66287  1   595 -47797
2   2973    -66087  2   541 -47597
2   2973    -66087  2   541 -47597
3   2963    -65887  3   485 -47397
3   2963    -65887  3   485 -47397
4   2952    -65687  4   430 -47197
4   2952    -65687  4   430 -47197
5   2942    -65486  5   375 -46998
5   2942    -65486  5   375 -46998
6   2935    -65286  6   322 -46798
6   2935    -65286  6   322 -46798
7   2932    -65086  7   270 -46598
7   2932    -65086  7   270 -46598
8   2936    -64886  8   222 -46398
8   2936    -64886  8   222 -46398
9   2948    -64685  9   176 -46198
9   2948    -64685  9   176 -46198
10  2968    -64485  10  135 -45999
10  2968    -64485  10  135 -45999
11  2998    -64284  11  97  -45799
11  2998    -64284  11  97  -45799
12  3035    -64084  12  65  -45599
12  3035    -64084  12  65  -45599
13  3077    -63883  13  37  -45399
13  3077    -63883  13  37  -45399
14  3122    -63683  14  14  -45199
14  3122    -63683  14  14  -45199
15  3168    -63482  15  -5  -44999
15  3168    -63482  15  -5  -44999
16  3212    -63282  16  -20 -44799
16  3212    -63282  16  -20 -44799
17  3250    -63081  17  -31 -44599
17  3250    -63081  17  -31 -44599
18  3280    -62881  18  -38 -44399
18  3280    -62881  18  -38 -44399
19  3301    -62680  19  -43 -44199
19  3301    -62680  19  -43 -44199
20  3313    -62480  20  -45 -43999

【问题讨论】：

看看Bolstad包中的sintegral函数
这个discussion 可能会为您指明正确的方向。

标签： r curve

【解决方案1】：

查看此演示：

> library(zoo)
> x <- 1:10
> y <- -x^2
> Result <- sum(diff(x[x]) * rollmean(y[x], 2))

> Result
[1] -334.5

检查this问题后，我发现pracma包中的函数trapz()效率更高：

> library(pracma)
> Result.2 <- trapz(x, y)
> Result.2
[1] -334.5

【讨论】：

非常感谢@XiaotaoLuo ....任何想法，如果我愿意，我怎样才能为这些数据生成一个函数..类似于 Y = f(x) 其中 f(x) 是使用上述数据生成的函数...
上面有两条数据吗？包括Mno1和Mno2。而且我不认为生成函数是一个好的选择，你只需要一个变量 X 的列表和一个响应值 Y 的列表。通过这样做，你可以计算出任何曲线下的近似面积。
@XiaotaoLou.. 是的，亲爱的。 MNo1 和 Mno2 只是观察数字，这些并不重要，但 X 和 Y 集很重要。你的想法很好，谢谢。但我认为生成函数，以便我能够将该方程推广到在不同日期时间戳上进行的所有其他观察集。